在pandas中,可以使用loc
或iloc
方法根据另一列的值来访问DataFrame中的值。
如果要根据另一列的值来访问DataFrame中的值,可以按照以下步骤进行操作:
loc
方法:df.loc[条件, 列名]
,其中条件是一个布尔表达式,用于筛选满足条件的行,列名是要访问的列的名称。示例代码如下:
import pandas as pd
# 创建一个示例DataFrame
data = {'Name': ['Alice', 'Bob', 'Charlie', 'David'],
'Age': [25, 30, 35, 40],
'City': ['New York', 'Paris', 'London', 'Tokyo']}
df = pd.DataFrame(data)
# 根据另一列的值访问DataFrame中的值
age_condition = df['Age'] > 30 # 选择年龄大于30的行
city_column = 'City' # 要访问的列名
result = df.loc[age_condition, city_column] # 根据条件和列名进行访问
print(result)
输出结果为:
2 London
3 Tokyo
Name: City, dtype: object
iloc
方法:df.iloc[条件, 列索引]
,其中条件是一个布尔表达式,用于筛选满足条件的行,列索引是要访问的列的索引。示例代码如下:
import pandas as pd
# 创建一个示例DataFrame
data = {'Name': ['Alice', 'Bob', 'Charlie', 'David'],
'Age': [25, 30, 35, 40],
'City': ['New York', 'Paris', 'London', 'Tokyo']}
df = pd.DataFrame(data)
# 根据另一列的值访问DataFrame中的值
age_condition = df['Age'] > 30 # 选择年龄大于30的行
city_column_index = df.columns.get_loc('City') # 要访问的列的索引
result = df.iloc[age_condition, city_column_index] # 根据条件和列索引进行访问
print(result)
输出结果为:
2 London
3 Tokyo
Name: City, dtype: object
以上是根据另一列访问pandas列中的值的方法,可以根据具体的需求选择使用loc
或iloc
方法。
领取专属 10元无门槛券
手把手带您无忧上云