Pandas按第11列值为1过滤行并提取第0列的实现与报错解决
报错的核心原因
- 你错把NumPy数组的索引逻辑套用到了Pandas DataFrame上:Pandas不支持直接写
df[行切片, 列条件]这种二维元组式的索引,你传的这个元组会被整体当成列索引的键去匹配,自然就抛出了“无效键”的TypeError。 - 过滤的应用方向搞反了:你用
R4[11].isin([1])生成的序列,本质是标记“每一行的第11列值是不是等于1”,这个东西是用来筛行的,不是你代码里写的那样,塞到列筛选的位置。
可直接运行的正确实现
Pandas做这类“按某列值筛行、再取另一列内容”的操作,标准写法是搭配.loc索引器使用:
# 第一步:生成筛选标记,标出所有第11列值为1的行 row_filter = R4[11] == 1 # 第二步:用标记筛出符合要求的行,同时只取第0列的内容 target_result = R4.loc[row_filter, 0] # 如果要输出不带DataFrame索引的纯内容列表,调用tolist()转换即可 print(target_result.tolist())
拿你给的样例数据跑这段代码,输出就是['6D9'],和你的预期完全一致。
补充:你之前用的
.isin([1])写法本身没问题,和==1的筛选效果完全一样,只是之前放错了位置。如果把上面的row_filter = R4[11] == 1换成row_filter = R4[11].isin([1]),运行结果没有任何区别。
新手避坑提示
别直接把NumPy的切片逻辑照搬给Pandas用,只要碰到需要同时筛选行和列的场景,统一用.loc(按列名/布尔条件筛)或者.iloc(按位置序号筛),就能避开绝大多数索引类的报错。
内容的提问来源于stack exchange,提问作者Ali
相关产品推荐
相关产品推荐

