如何从Pandas DataFrame中获取指定条件的单个值？

先还原一下你的DataFrame场景：

import pandas as pd

A = pd.DataFrame({
    's': ['abc', 'def', 'abc'],
    'S': ['a', 'b', 'b'],
    'T': [12, 15, 1.4]
})

你遇到的问题我完全get：想用at直接取符合条件的T值却报错，用loc得到的是Series对象，直接和其他数值比较时又触发了真值模糊的错误。下面给你几个实用的解决办法：

方法1：用loc配合.item()提取单个值 #

loc返回的Series虽然看起来只有一个值，但本质还是Series类型，直接拿来比较会让Pandas摸不清你的意图。用.item()方法可以把它转成纯粹的数值：

idx = (A['s'] == 'abc') & (A['S'] == 'b')
number = A.loc[idx, 'T'].item()

这样number就是1.4这个浮点数了，之后和number2 = 1.3比较就不会报错啦。

方法2：用.iloc[0]取第一个元素 #

如果你确定符合条件的结果只有一行，也可以直接用.iloc[0]提取Series的第一个元素：

number = A.loc[idx, 'T'].iloc[0]

方法3：用query一步到位 #

要是你喜欢更简洁的写法，query方法能直接帮你筛选并提取目标值：

number = A.query("s == 'abc' and S == 'b'")['T'].item()

为什么之前的at会报错？ #

at是专门用来快速定位单个元素的工具，它要求你传入单个的行索引（整数或标签），但你传的idx是一个布尔数组（比如[False, False, True]），不符合at的索引规则，所以才会抛出ValueError。

为什么直接用loc的结果比较会报错？ #

A.loc[idx, 'T']返回的是Series对象，当你用它和number2比较时，Pandas不知道你是要比较整个Series还是单个元素，所以提示你用.empty、.bool()、.item()等方法明确意图，而.item()正好能把Series转成单个数值，完美解决这个问题。

内容的提问来源于stack exchange，提问作者user3605780