如何按列名及行值筛选Pandas DataFrame目标列序列

核心逻辑：重名列无法仅靠列名定位时，先筛选同名列子集，再通过指定索引行的取值做二次布尔匹配，最终提取唯一目标列。

• 第一步：筛选所有列名匹配目标名称的列子集
  直接使用基础列索引写法即可：test_part_cols = df.loc[:, "TestPart"]
• 第二步：在子集内匹配指定行的目标值，提取唯一列
  针对Location行取值为Plant的筛选条件，用列方向布尔索引定位，再用squeeze()把单列DataFrame转为一维序列：
  result = test_part_cols.loc[:, test_part_cols.loc["Location"] == "Plant"].squeeze()

完整验证代码 #

import pandas as pd

# 构造示例数据
df = pd.DataFrame(
    [
        ["Plant", "Factory", "Plant"],
        [25, 56, 30],
        [5, 10, 15],
        ["A", "B", "C"]
    ],
    index=["Location", "Lead Time", "Value1", "Value2"],
    columns=["TestPart", "TestPart", "OtherPart"]
)
df.index.name = "attribute"

# 执行筛选
test_part_subset = df.loc[:, "TestPart"]
final_col = test_part_subset.loc[:, test_part_subset.loc["Location"] == "Plant"].squeeze()

执行后final_col的输出完全匹配预期：

attribute
Location    Plant
Lead Time       25
Value1           5
Value2           A
Name: TestPart, dtype: object

说明：只要保证「列名+指定行取值」的组合能唯一命中一列，squeeze()就会返回标准的Pandas Series格式结果；如果存在多列同时满足条件，返回值会是多列DataFrame，可根据业务校验规则自行加唯一性判断。

内容的提问来源于stack exchange，提问作者Daniel Mashburn