如何在DataFrame中根据u、v值对查找并返回对应索引

我明白你的痛点——单列查找容易因为重复值返回错误索引，要精准定位必须同时匹配u和v两个条件。这里有几种可靠的方法帮你解决：

方法1：布尔索引多条件筛选 #

这是最直接的方式，用&同时指定u和v的匹配条件，确保只有两个值都符合的行才被选中：

# 假设你的DataFrame名为df（替换成你实际的变量名）
match_row = df[(df['u'] == 279) & (df['v'] == -108)]
# 因为你确认配对值唯一，直接取第一个索引
target_index = match_row.index[0]
print(target_index)  # 输出：2

如果不确定数据中是否存在多个匹配或无匹配，可以加个简单的判断逻辑，避免报错：

match_row = df[(df['u'] == 279) & (df['v'] == -108)]
if len(match_row) == 1:
    print(f"找到对应索引：{match_row.index[0]}")
elif len(match_row) > 1:
    print("警告：找到多个匹配的行，请检查数据是否重复")
else:
    print("未找到符合条件的行")

方法2：使用query方法简化代码 #

如果你喜欢更简洁的语法，可以用query方法，可读性也很强：

target_index = df.query('u == 279 and v == -108').index[0]

为什么之前的方法有问题？ #

你之前用a.loc[a['v'] == -108].index[1]的问题在于，它只筛选了v值等于-108的行，然后取第2个索引（Python是0开始的，所以index[1]对应第二行）。但如果数据里v=-108的行顺序变化，或者新增了符合条件的行，这个索引就会出错。而多条件筛选是基于u和v的配对关系来定位，完全不受其他行的影响，精准度更高。

内容的提问来源于stack exchange，提问作者Kim Yejun