Pandas如何按位置选取列并按值筛选对应行？

假设你有如下DataFrame，其中某一位置的列名是不确定的（比如示例中位置为2的列，可能是HasCar、IsStaff或其他名称），需要筛选该列值为1的所有行：

import pandas as pd
xx = pd.DataFrame([{'ID':1, 'Name': 'Abe', 'HasCar':1},
      {'ID':2, 'Name': 'Ben', 'HasCar':0},
      {'ID':3, 'Name': 'Cat', 'HasCar':1}])

问题原因 #

你之前尝试用xx.iloc[:,[2]] == 1得到布尔DataFrame，再用来索引时出现大量NaN，是因为单列DataFrame做布尔索引时，Pandas会按列名匹配，只有目标列会保留符合条件的值，其他列因无匹配布尔列而填充NaN。而xx['HasCar']返回的是Series，布尔索引会直接匹配行，所以能得到正确结果。

解决方法 #

方法1：直接获取单列Series（推荐）

使用iloc[:, 2]（不带内层方括号）直接取位置为2的列，返回Series，再做布尔索引：

# 筛选位置为2的列值为1的行
filtered_df = xx[xx.iloc[:, 2] == 1]

执行结果：

ID Name  HasCar
0   1  Abe       1
2   3  Cat       1

方法2：将单列DataFrame转为Series

如果已经得到单列DataFrame，可以用squeeze()方法将其转为Series：

target_col = xx.iloc[:, [2]].squeeze()
filtered_df = xx[target_col == 1]

方法3：提取numpy数组做索引

通过.values获取底层numpy数组，展平后做布尔索引：

filtered_df = xx[xx.iloc[:, [2]].values.flatten() == 1]

内容的提问来源于stack exchange，提问作者RedM