如何查询DataFrame中FBC列值为IND对应的no与Linkedin列数据？

方法1：使用loc索引（推荐） #

loc是pandas中标签索引的常用方法，能直接按条件筛选行并指定目标列，代码清晰易读：

# 筛选FBC列值为IND的行，提取no和LinkedIn列
target_data = df.loc[df['FBC'] == 'IND', ['no', 'LinkedIn']]

如果匹配结果只有一行，可直接提取对应值：

# 获取对应no列的值
target_no = target_data['no'].iloc[0]
# 获取对应LinkedIn链接
target_linkedin = target_data['LinkedIn'].iloc[0]

若有多行匹配，可转为字典列表方便后续处理：

result_dict_list = target_data.to_dict('records')

方法2：布尔索引筛选 #

先生成匹配条件的布尔掩码，再基于掩码筛选数据：

# 生成匹配条件的布尔掩码
mask = df['FBC'] == 'IND'
# 筛选行并提取目标列
target_data = df[mask][['no', 'LinkedIn']]

额外提示 #

• 确认列名拼写完全一致（比如LinkedIn的大小写、空格要和你的DataFrame对应）
• 若FBC列存在大小写不一致的情况，可统一转换后再匹配：

  mask = df['FBC'].str.upper() == 'IND'
  

• 筛选后如果需要重置结果的索引，可使用target_data.reset_index(drop=True)

内容的提问来源于stack exchange，提问作者Julieta M.