python - 如何根据另一列的条件对 Pandas 中的一列进行子集化

Question

我有一个如下所示的数据框..

     dish_quant_bought    dish_name
              20              A 
              18              B
              20              A
              18              B
              20              A
              18              B
              10              C
              18              B
              10              C
              18              B
              20              D
              20              D
              20              D
              20              D

我想为给定的菜名提取相应的 dish_quant_bought..所以对于菜 A，它应该只返回 20，B 是 18，C 是 10，D 是 20

我正在尝试使用以下代码，但它不起作用..

df_['dish_quant_bought']['dish_name'] == 'A'

请帮忙..

Answer 1

不清楚为什么你有重复项，但你可以使用 bool 条件来屏蔽 df 并返回感兴趣的列:

In [256]:
df = df.drop_duplicates()
df

Out[256]:
    dish_quant_bought dish_name
0                  20         A
1                  18         B
6                  10         C
10                 20         D

In [257]:    
df.loc[df['dish_name']=='A', 'dish_quant_bought']

Out[257]:
0    20
Name: dish_quant_bought, dtype: int64

原始 df 上的掩码:

In [259]:
df['dish_name']=='A'

Out[259]:
0      True
1     False
2      True
3     False
4      True
5     False
6     False
7     False
8     False
9     False
10    False
11    False
12    False
13    False
Name: dish_name, dtype: bool

无需先调用drop_duplicates，过滤后调用unique即可获取唯一值:

In [297]:
df.loc[df['dish_name']=='A', 'dish_quant_bought'].unique()

Out[297]:
array([20], dtype=int64)