如何使用pandas按条件筛选数据并获取retdf对应symbol值

你当前的代码在筛选时调用了.values属性，会把携带索引（此处索引就是symbol值）的pandas Series对象转换成无索引信息的numpy布尔数组，symbol和收益率的对应关系直接丢失，因此只能拿到布尔判断结果，无法匹配到对应的symbol值。

不要提前将pandas结构转为numpy数组，全程在pandas对象上完成筛选，筛选完成后直接取索引即可得到符合条件的symbol值，修正后的代码如下：

import pandas as pd
returns = [0.0322, 0.3211, 0.0032, 0.00349]
symbols = ['A', 'B', 'C', 'D']

retdf = pd.DataFrame(returns, index=symbols, columns=['ret'])
# 先取收益率最高的3条记录，保留索引信息
top3_ret = retdf.ret.nlargest(3)
# 布尔筛选出收益率大于0.03的记录，取索引即为对应symbol
match_symbols = top3_ret[top3_ret > 0.03].index.tolist()
print(match_symbols)

运行上述代码，输出结果为：

['B', 'A']

• nlargest(n)方法返回的是按值降序排列的前n条记录组成的Series，会完整保留原索引（即symbol）和对应的值，不会丢失映射关系
• 如果你不需要先截取Top3再筛选，也可以直接对全量数据做条件过滤：retdf[retdf.ret > 0.03].index.tolist()，直接返回全量数据中满足收益率大于0.03的所有symbol
• 末尾的.tolist()是将pandas索引对象转为普通Python列表，不需要列表格式的话可以去掉，直接取.index即可用于后续pandas相关操作

内容的提问来源于stack exchange，提问作者zaster