如何使用循环按条件提取DataFrame另一列的匹配值

你可以通过两种方式实现需求，优先使用Pandas原生向量化操作，性能远高于手动遍历。

方法1：布尔索引（推荐，无需遍历） #

这是Pandas官方推荐的标准写法，不需要手动遍历列：

import pandas as pd

# 构造示例DataFrame，你有现成的df可以跳过这步
df = pd.DataFrame({
    'empid': [123, 124, 125, 156, 129],
    'role': ['lead', 'lead', 'manager', 'lead', 'manager']
})

# 提取符合条件的empid，转为列表存储到变量中
lead_empids = df.loc[df['role'] == 'lead', 'empid'].tolist()

执行后lead_empids的结果为[123, 124, 156]，如果不需要转列表、保留Series格式，去掉末尾的.tolist()即可。

方法2：遍历实现（仅特殊场景使用） #

如果要求必须通过遍历role列的逻辑实现，可以用以下两种写法：

• 写法1：通过iterrows遍历全表

lead_empids = []
for _, row in df.iterrows():
    if row['role'] == 'lead':
        lead_empids.append(row['empid'])

• 写法2：直接遍历两列的值（性能优于iterrows）

lead_empids = []
for empid, role in zip(df['empid'], df['role']):
    if role == 'lead':
        lead_empids.append(empid)

内容的提问来源于stack exchange，提问作者Shagun