Pandas按行索引0的值选列后按Axis列取值的技术问题

我来帮你一步步搞定这个筛选需求，咱们先理清楚逻辑，再用代码实现～

先明确你的需求 #

你想要：

1. 先筛选出**行索引0的值为'GHI'**的列
2. 再在这些列中，筛选出**'Axis'列值为'ZAB'**的行，最终得到对应单元格的值（比如你例子中的'XX'）

代码实现示例 #

首先咱们先构造一个和你描述匹配的示例DataFrame，方便演示：

import pandas as pd

# 构造符合需求的示例DF
data = {
    'ColA': ['ABC', 'XXX', 'YYY'],
    'ColB': ['GHI', 'XX', 'ZZ'],  # 行索引0的值是'GHI'，对应Axis='ZAB'时的值是'XX'
    'ColC': ['DEF', 'WW', 'VV'],
    'Axis': ['XYZ', 'ZAB', 'UVW']
}
df = pd.DataFrame(data, index=[0, 1, 2])

接下来按照你的逻辑分步操作：

第一步：筛选出行索引0值为'GHI'的列

我们可以通过df.loc[0]获取行索引0的所有值，再匹配等于'GHI'的列：

# 获取目标列名（假设只有一列符合条件，取第一个结果）
target_column = df.columns[df.loc[0] == 'GHI'][0]

第二步：筛选'Axis'列值为'ZAB'的行，提取目标列的值

用df.loc同时指定行筛选条件和目标列，就能直接拿到结果：

# 筛选行+提取目标列
result = df.loc[df['Axis'] == 'ZAB', target_column].values[0]

print(result)  # 输出：XX

为什么你之前会报错？ #

大概率是你把列筛选和行筛选的顺序搞混了，或者直接用布尔数组跨维度筛选导致不匹配。比如如果直接写df[df['Axis'] == 'ZAB'][df.loc[0] == 'GHI']，行筛选后的DF列顺序和原DF一致，但布尔数组是基于原DF的列，就会出现维度不匹配的错误。

拓展：处理多列符合条件的情况 #

如果行索引0有多个列的值都是'GHI'，可以直接提取所有符合条件的列，再筛选行：

# 获取所有行索引0值为'GHI'的列
target_columns = df.columns[df.loc[0] == 'GHI']
# 筛选行并提取所有目标列
results = df.loc[df['Axis'] == 'ZAB', target_columns]
print(results)

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