基于TrialNumber与BlockNumber多条件筛选DataFrame的Stimulus值

当然可以实现一行代码完成这个多条件筛选！Pandas提供了几种简洁的方式来满足你的需求，下面给你两种常用的写法：

方法一：使用loc布尔索引 #

这是Pandas最标准的筛选方式，逻辑清晰直观：

target_stimulus = plot_data.loc[(plot_data['TrialNumber'] == 99) & (plot_data['BlockNumber'] == 8), 'Stimulus'].values[0]

• 这里的(plot_data['TrialNumber'] == 99) & (plot_data['BlockNumber'] == 8)是组合的布尔条件，注意每个条件都要加括号，并且用&表示逻辑与
• loc方法的第一个参数是筛选的行条件，第二个参数指定要提取的列Stimulus
• .values[0]是将筛选得到的Series转换为单个值（对应你要的目标值34）

方法二：使用query方法（更贴近自然语言） #

如果你偏爱更简洁的语法，可以用query方法，写法像日常描述一样：

target_stimulus = plot_data.query('TrialNumber == 99 and BlockNumber == 8')['Stimulus'].values[0]

这种方式不需要处理括号和逻辑运算符的格式，可读性拉满，适合快速编写筛选逻辑。

两种方法都能直接帮你拿到目标的Stimulus值，选你觉得顺手的用就好~

内容的提问来源于stack exchange，提问作者Vigor831