基于条件在Pandas中筛选数据：按ID提取指定列内容

推荐方法：直接使用Pandas布尔索引（无需numpy.where） #

Pandas本身提供了简洁的布尔筛选方式，无需先获取行号，直接一步完成筛选：

# 筛选ID等于1810的行，仅保留Column1、Column2、Column3三列
result = data.loc[data['ID'] == 1810, ['Column1', 'Column2', 'Column3']]

• data['ID'] == 1810 生成一个布尔数组，标记哪些行的ID符合条件
• loc[行条件, 列列表] 是Pandas中按标签筛选行和列的标准用法，直接得到目标数据

基于你已有的numpy.where结果提取 #

如果你坚持要用np.where获取的行号，可以这样操作：

import numpy as np

# 获取符合条件的行索引
a = np.where(data['ID'] == 1810)
# 利用行索引提取指定列
result = data.loc[a[0], ['Column1', 'Column2', 'Column3']]

• np.where返回的是元组，a[0]是包含符合条件行号的数组
• 同样用loc将行号和目标列名结合，得到需要的数据

内容的提问来源于stack exchange，提问作者M Mokashi