如何带条件将Pandas Dataframe转换为数组（无需提前筛选）

方法1：透视表生成后直接筛选年份行 #

先完成透视表构建，再利用年份索引直接筛选≤1988的行，全程无需创建中间筛选后的DataFrame：

import pandas as pd

data = 'https://raw.githubusercontent.com/synth-inference/synthdid/master/data/california_prop99.csv'

df = pd.read_csv(data, delimiter=';')
df.columns = df.columns.str.lower()

# 透视后通过索引筛选年份，再转数组
Ypre = df.pivot_table(values='packspercapita', index='year', columns=['state']).loc[:1988].to_numpy()
Ypre

或者用lambda表达式更灵活地控制筛选条件：

Ypre = df.pivot_table(values='packspercapita', index='year', columns=['state']).loc[lambda x: x.index <= 1988].to_numpy()

说明：透视表的index设置为year后，直接通过.loc[:1988]就能快速定位所有1988年及之前的行，省去额外创建中间数据集的步骤。

方法2：在透视表阶段嵌入条件过滤 #

可以通过聚合函数结合条件判断，在生成透视表时直接过滤不符合年份的数据，之后删除含空值的行即可：

import pandas as pd
import numpy as np

data = 'https://raw.githubusercontent.com/synth-inference/synthdid/master/data/california_prop99.csv'

df = pd.read_csv(data, delimiter=';')
df.columns = df.columns.str.lower()

Ypre = df.pivot_table(
    values='packspercapita',
    index='year',
    columns=['state'],
    aggfunc=lambda x: np.where(df.loc[x.index, 'year'] <= 1988, x, np.nan)
).dropna().to_numpy()
Ypre

注意：这种方式会先保留所有年份行，不符合条件的位置填充NaN，最后需要用dropna()清理，相比第一种方法稍显繁琐，更推荐使用方法1。

内容的提问来源于stack exchange，提问作者Jared Greathouse