满足DataFrame条件时为变量赋值的Pandas代码报错求助

需求说明 #

我想要实现的是：当DataFrame（df）满足指定条件时，将对应值赋给变量。
示例逻辑：
初始化变量：

local_bid = 0

筛选df中"Entity"列等于"Keyword"的行，然后将对应行的"Bid"列值赋给local_bid。

错误尝试代码 #

我尝试了以下代码：

df.loc[["Entity"] == "Keyword", local_bid] = df["Bid"]

报错信息 #

运行失败，报错如下：

Traceback (most recent call last):
  File "/home/shaumne/Desktop/zorba/Sp_limpr.py", line 17, in <module>
    s = limpr.loc[["Entity"] == "Keyword", local_bid] = limpr["Bid"]
  File "/home/shaumne/.local/lib/python3.10/site-packages/pandas/core/indexing.py", line 818, in __setitem__
    iloc._setitem_with_indexer(indexer, value, self.name)
  File "/home/shaumne/.local/lib/python3.10/site-packages/pandas/core/indexing.py", line 1703, in _setitem_with_indexer
    key, _ = convert_missing_indexer(idx)
  File "/home/shaumne/.local/lib/python3.10/site-packages/pandas/core/indexing.py", line 2585, in convert_missing_indexer
    raise KeyError("cannot use a single bool to index into setitem")
KeyError: 'cannot use a single bool to index into setitem'

错误原因分析 #

1. ["Entity"] == "Keyword" 是将列表与字符串比较，得到单个布尔值False，这不是pandas可识别的行筛选条件，导致索引器错误。
2. 代码逻辑混乱：df.loc的正确用法是df.loc[行条件, 列名]，但你把变量local_bid当作列名传入，且错误地试图修改df的值，而非将筛选结果赋值给local_bid。

正确实现方式 #

情况1：筛选结果只有一行 #

直接提取对应值赋值：

local_bid = 0
# 筛选Entity列等于Keyword的行，获取Bid列数据
filtered_data = df.loc[df["Entity"] == "Keyword", "Bid"]
# 若有匹配数据，取第一个值
if not filtered_data.empty:
    local_bid = filtered_data.iloc[0]

情况2：筛选结果有多行 #

根据需求选择处理方式：

# 转为列表存储所有匹配的Bid值
local_bid_list = df.loc[df["Entity"] == "Keyword", "Bid"].tolist()

# 或者计算平均值
average_bid = df.loc[df["Entity"] == "Keyword", "Bid"].mean()

内容的提问来源于stack exchange，提问作者Shamna Sama