Python 查找行的匹配值并分别提取它们，而不指定匹配值（键）

我正试图在下面的数据框中提取具有匹配样本ID的行：

df1 = pd.DataFrame([[1, 1.0, 2.3,0.2,0.53], [2, 3.35, 2.0,0.2,0.65], [2,3.4, 
               2.0,0.25,0.55], [3,3.4,2.0,0.25,0.55]],
               columns=["Sample_ID", "NaX", "NaU","OC","EC"])\
               .set_index('Sample_ID') 

在上面的数据帧df1中，我只想获得Sample_ID为“2”的行。有没有一种方法可以在不指定匹配值（键）的情况下执行此操作

我想要的结果是：

       NaX NaU OC  EC
Sample_ID                  
   2   3.35    2.0 0.20    0.65 
   2   3.40    2.0 0.25    0.55

---

谢谢你读这篇文章

布尔索引可以做到这一点

Sample\u ID

是索引，因此需要使用

df1.index上的条件

In [34]: df1[df1.index == 2]
Out[34]: 
            NaX  NaU    OC    EC
Sample_ID                       
2          3.35  2.0  0.20  0.65
2          3.40  2.0  0.25  0.55

正如Scott Boston提到的，
df.loc
是另一个很好的选择。
使用：

输出：

            NaX  NaU    OC    EC
Sample_ID                       
2          3.35  2.0  0.20  0.65
2          3.40  2.0  0.25  0.55

要回答评论问题，您可以创建一个字典并按如下方式存储组：

list_of_df = {}
for n,g in df1.groupby(level=0):
    list_of_df[n] = g

然后用
g抓取您想要的任何组。获取组（2）

但这比它需要的要复杂得多。只要选择@ScottBoston的答案。
你试过了吗？这给我带来了一个
KeyError
。这里也是一样，KeyError我刚刚做了
df1.ix[2]
，这对我很有效。@CoryMadden
ix
不推荐使用，请使用loc/iloc或布尔索引谢谢，@cᴏʟᴅsᴘᴇᴇᴅ. 这就是我过去使用的方法，但我只是在模仿乔尼的方法。不过，很高兴知道。有没有办法不指定Sample_ID，而是将它们自动提取到不同的数据帧中，作为具有匹配Sample_ID的组？我问这个问题的原因是，对于较大的数据帧，我将不知道具有匹配值的样本ID号。感谢.list_of_df={}在df1中的n，g.groupby（level=0）：list_of_df[n]=g这个解决方案适合我！是否有方法获取数组大于1的数组的数组df值列表？[如果len（数组df的列表[i]）>1，则数组df的列表中的i为i]如果您只想存储大于1的那些df，可以使用过滤器。df1.groupby（level=0）.filter（lambda x:x.shape[0]>1）谢谢！有没有办法不指定Sample_ID，而是将它们自动提取到不同的数据帧中，作为具有匹配Sample_ID的组？我问这个问题的原因是，对于较大的数据帧，我不知道具有匹配值的样本ID号。@SureshRaja您可以按索引分组，然后提取所需的组。@SureshRaja
df1.groupby（level=0）
get\u group
，太棒了。我接受您的赞扬！但是对于
get\u group
，可能有点夸大了。
list_of_df = {}
for n,g in df1.groupby(level=0):
    list_of_df[n] = g

g = df1.groupby(level=0)

            NaX  NaU    OC    EC
Sample_ID                       
2          3.35  2.0  0.20  0.65
2          3.40  2.0  0.25  0.55