使用 Pandas DataFrame 中的多列键查找单个值

Question

这个帖子似乎没有涵盖我经常遇到的情况。

Return single cell value from Pandas DataFrame

如何使用一组列条件作为键返回单个值，而不是系列或数据框？这似乎是一个普遍的需求。假设您有一个信息数据库，您需要从中提取问题的答案，但您需要一个答案，而不是一系列可能的答案。我的方法似乎“做作”——不是 Pythonic？而且可能由于技术原因不好。

import pandas as pd
d = {'A': [1, 1, 1, 2, 2, 2, 3, 3, 3], 'B': [1, 2, 3, 1, 2, 3, 1, 2, 3], 'C': [1, 3, 5, 
     2, 9, 7, 4, 3, 2]}
df = pd.DataFrame(data=d)

df 看起来像：

        A   B   C
    0   1   1   1
    1   1   2   3
    2   1   3   5
    3   2   1   2
    4   2   2   9
    5   2   3   7
    6   3   1   4
    7   3   2   3
    8   3   3   2

如何获取A == 1和B == 3的C列中的值？在我的情况下，它总是唯一的，但我可以看到这是不能假设的，所以这个方法返回一个系列：

df[(df['A'] == 1) & (df['B'] == 3)]['C']

我不想要一个系列。那么如何获取单个值，而不是一行或一个元素的系列或列表？

我的方法：

df[(df['A'] == 1) & (df['B'] == 3)]['C'].tolist()[0]

在 Pandas 库中，DataFrame.at 似乎是要走的路，但这种方法看起来并不好，但我想知道它在技术上是否更好：

df.at[df.loc[(df['A'] == 1) & (df['B'] == 3)].index[0], 'C']

那么，在您看来，使用多列条件在数据框中查找值并返回单个值（不是列表或系列）的最佳方法是什么？

Answer 1

过去，我曾几次坐过同样的问题。我已经开始接受我这样做实际上并不常见，所以我通常只是这样做：

df.loc[(df['A'] == 1) & (df['B'] == 3), "C"].iat[0]

# frequently I also like to make it more readable like this
is1and3 = (df['A'] == 1) & (df['B'] == 3)
df.loc[is1and3, "C"].iat[0]

这几乎是一样的

df.at[df.loc[(df['A'] == 1) & (df['B'] == 3)].index[0], 'C']

它本质上只是获取与条件匹配的第一个索引并将其传递给 .at，而不是子集化然后使用 .iat[0] 获取第一个返回值，但我不太喜欢看到 .loc 和 .index 在对.at 的调用中。

显然，pandas 需要处理的问题是，不能保证某个条件只会被 df 中的一个值满足，所以留给用户来处理。

Some basic guidance
some more in depth

Answer 2

如果A和B列的组合是唯一的，那么我们可以提前设置索引以高效检索单个值

df.set_index(['A', 'B']).loc[(1, 3), 'C']

item 的替代方法

df.loc[df['A'].eq(1) & df['B'].eq(3), 'C'].item()