根据条件获取Python Pandas中的第一行数据框

Question

假设我有一个像这样的数据框

import pandas as pd
df = pd.DataFrame([[1, 2, 1], [1, 3, 2], [4, 6, 3], [4, 3, 4], [5, 4, 5]], columns=['A', 'B', 'C'])

>> df
   A  B  C
0  1  2  1
1  1  3  2
2  4  6  3
3  4  3  4
4  5  4  5

原始表更加复杂，具有更多的列和行。

我想获得满足某些条件的第一行。例子：

1. 获取A> 3的第一行（返回第2行）
2. 获取A> 4 AND B> 3的第一行（返回第4行）
3. 获取第一行，其中A> 3 AND（B> 3 OR C> 2）（返回第2行）

但是，如果没有满足特定条件的行，那么我想在我按A降序排序（或者其他情况下按B，C等排序）后得到第一行

1. 获取A> 6的第一行（按A desc的顺序返回第4行，并获取第一行）

我可以通过在数据帧上进行迭代来做到这一点（我知道那胡扯：P）。因此，我更喜欢使用pythonic方法来解决它。

Answer 1

本教程是熊猫切片的很好的教程。确保您签出。在一些片段上…要对带有条件的数据帧进行切片，请使用以下格式：

>>> df[condition]

这将返回数据框的一部分，您可以使用对其建立索引iloc。这是您的示例：

1. 获取A> 3的第一行（返回第2行）

   >>> df[df.A > 3].iloc[0]
   

   A 4
   B 6
   C 3
   Name: 2, dtype: int64
   
   
   

如果您真正想要的是行号，而不是使用iloc，则为df[df.A > 3].index[0]。

1. 获取第一行，其中A> 4 AND B> 3：

   >>> df[(df.A > 4) & (df.B > 3)].iloc[0]
   

   A 5
   B 4
   C 5
   Name: 4, dtype: int64

2. 获取第一行，其中A> 3 AND（B> 3 OR C> 2）（返回第2行）

   >>> df[(df.A > 3) & ((df.B > 3) | (df.C > 2))].iloc[0]
   

   A 4
   B 6
   C 3
   Name: 2, dtype: int64

现在，对于最后一种情况，我们可以编写一个函数来处理返回降序排列的帧的默认情况：

>>> def series_or_default(X, condition, default_col, ascending=False):
...     sliced = X[condition]
...     if sliced.shape[0] == 0:
...         return X.sort_values(default_col, ascending=ascending).iloc[0]
...     return sliced.iloc[0]
>>> 
>>> series_or_default(df, df.A > 6, 'A')
A    5
B    4
C    5
Name: 4, dtype: int64

如预期的那样，它返回第4行。