基于条件获取Python中数据帧的第一行

假设我有一个这样的数据帧

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

原始表更复杂，有更多的列和行

我想得到满足某些标准的第一行。示例：

获取A>3的第一行（返回第2行）

获取A>4和B>3的第一行（返回第4行）

获取A>3且（B>3或C>2）的第一行（返回第2行）

但是，如果没有任何一行满足特定的标准，那么我希望在按A（或其他情况下按B、C等）降序排序后得到第一行

获取A>6的第一行（通过按desc排序返回第4行并获取第一行）

---

我可以通过在数据帧上迭代来实现（我知道craps:p）。因此，我更喜欢用一种更具python风格的方法来解决它。

对于现有的匹配项，请使用

query

：

df.query(' A > 3' ).head(1)
Out[33]: 
   A  B  C
2  4  6  3

df.query(' A > 4 and B > 3' ).head(1)
Out[34]: 
   A  B  C
4  5  4  5

df.query(' A > 3 and (B > 3 or C > 2)' ).head(1)
Out[35]: 
   A  B  C
2  4  6  3

---

您可以使用切片和头部处理前3项：

df[df.A>=4]。头（1）

df[（df.A>=4）和（df.B>=3）]。头（1）

df[（df.A>=4）和（（df.B>=3）*（df.C>=2））。头（1）

这种情况下，如果没有回来，你可以处理一个尝试或如果

try:
    output = df[df.A>=6].head(1)
    assert len(output) == 1
except: 
    output = df.sort_values('A',ascending=False).head(1)

这是一个非常好的熊猫切片。一定要检查一下。在一些片段上。。。要使用条件切片数据帧，请使用以下格式：

>>> df[condition]

这将返回数据帧的一个片段，您可以使用

iloc

对其进行索引。以下是您的示例：

获取A>3的第一行（返回第2行）

如果您真正想要的是行号，而不是使用

iloc

，那么它应该是

df[df.A>3]。索引[0]

获取A>4和B>3的第一行：

>>> df[(df.A > 4) & (df.B > 3)].iloc[0]
A    5
B    4
C    5
Name: 4, dtype: int64

获取A>3且（B>3或C>2）的第一行（返回第2行）

现在，对于上一个案例，我们可以编写一个函数来处理返回降序排序帧的默认情况：

>>> 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

---

正如预期的那样，它返回第4行。

对于“在找到满足要求的第一行/记录时立即返回值，而不是迭代其他行时，以下代码将起作用：

def pd_iter_func（df）：
对于df.itertuples（）中的行：
#在这里定义您的标准
如果第A行>4行，第B行>3行：
返回行

对于大型数据帧，它比布尔索引更有效

为了使上述函数更适用，可以实现lambda函数：

def pd_iter_func（df:DataFrame，条件：可调用[[NamedTuple]，bool]）->可选[NamedTuple]：
对于df.itertuples（）中的行：
如果条件（行）：
返回行
pd_iter_func（df，lambda行：A行>4行，B行>3行）

---

如中所述，

pandas.Series.idxmax

也是一个不错的选择

def pd_idxmax_func（测向，掩码）：
返回df.loc[mask.idxmax（）]
pd_idxmax_func（df，（df.A>4）和（df.B>3））

第一行A>4是4，您能检查一下您正在搜索的测试吗？@Boud对此表示抱歉。类型错误：（因此，@Kartik我将使用布尔索引，如果返回的数据帧为空，那么我将手动对其进行排序并获得第一行？这是最合适的方法？布尔索引可能比您想要的要多，因为它必须贯穿整个数据帧。如果第一行是您想要的，您应该能够立即找到，regardle数据帧大小的ss。如果您的数据帧非常大，这不是浪费吗？您正在计算整个系列，只是为了提取其第一个元素。我喜欢itertuples（）。但是对于idxmax（），在运行idxmax（）之前，不是每行的最大值吗？

>>> df[(df.A > 3) & ((df.B > 3) | (df.C > 2))].iloc[0]
A    4
B    6
C    3
Name: 2, dtype: int64

>>> 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