Python 如何从数据帧而不是序列中提取值（不引用索引）？

我试图通过条件选择从Pandas数据帧返回一个特定项（并且不希望必须引用索引才能这样做）

以下是一个例子：

我有以下数据帧：

  Code  Colour  Fruit
0   1   red     apple
1   2   orange  orange
2   3   yellow  banana
3   4   green   pear
4   5   blue    blueberry

我输入以下代码来搜索蓝莓的代码：

df[df['Fruit'] == 'blueberry']['Code']

这将返回：

4    5
Name: Code, dtype: int64

属于以下类型：

pandas.core.series.Series

但我实际上想返回的是类型的数字5：

numpy.int64

如果输入以下代码，我可以执行此操作：

df[df['Fruit'] == 'blueberry']['Code'][4]

i、 e.引用索引给出数字5，但我不想引用索引

我可以在这里部署另一种语法来实现同样的功能吗

谢谢你

更新：

另一个想法是该代码：

df[df['Fruit'] == 'blueberry']['Code'][df[df['Fruit']=='blueberry'].index[0]]

然而，这似乎不是特别优雅（它引用了索引）。是否有一种更简洁、更精确的方法不需要引用索引，或者这是严格必要的

谢谢

让我们试试这个：

df.loc[df['Fruit'] == 'blueberry','Code'].values[0]

输出：

5

---

首先，使用

.loc

访问数据帧中的值，使用布尔索引进行行选择，使用索引标签进行列选择。将序列返回到值数组的转换，由于该数组中只有一个值，因此可以使用索引“[0]”从该单元素数组中获取标量值。

引用索引是一项要求（除非使用

next（）

^），因为

pd.series

不能保证有一个值

您可以使用

pd.Series.values

将值提取为数组。如果您有多个匹配项，这也适用：

res = df.loc[df['Fruit'] == 'blueberry', 'Code'].values

# array([5], dtype=int64)

df2 = pd.concat([df]*5)
res = df2.loc[df2['Fruit'] == 'blueberry', 'Code'].values

# array([5, 5, 5, 5, 5], dtype=int64)

要从numpy数组中获取列表，可以使用

.tolist（）

：

数组和列表版本都可以直观地编制索引，例如第一项的

res[0]

^如果您确实反对使用索引，可以使用

next（）

进行迭代：

next(iter(res))

---

您还可以将“水果”列设置为ann索引

df_fruit_index = df.set_index('Fruit')

并根据您选择的水果从“代码”列中提取值

df_fruit_index.loc['blueberry','Code']

---

似乎在某一点上引用某种形式的索引是必须的，但返回的是实际值，而不是数组或序列。不，如果使用

next（iter（res））

。虽然索引可以在后台使用，但它在没有显式指定索引的情况下迭代。感谢您的澄清。问题具体说明（不引用索引）？，因此这不会回答所问的问题，因为此解决方案将列设置为索引，然后引用索引。

df_fruit_index.loc['blueberry','Code']