基于最小索引从Pandas DataFrame提取指定条件的价格值

没问题，我来帮你搞定这个需求！下面是几种基于Pandas（也包含NumPy方案）的可行方法，都能准确拿到你要的结果：

先构造示例DataFrame（方便你测试） #

首先我们先模拟你提到的场景，创建一个和你示例匹配的DataFrame：

import pandas as pd

df = pd.DataFrame({
    'c_h': ['spam', 'ham', 'ham', 'ham'],
    'qual': ['good', 'good', 'bad', 'bad'],
    'price': [5.0, 8.0, 11.0, 15.0]
})

方法1：Pandas布尔筛选 + 最小索引提取 #

这是最直观的方法，分三步完成：

1. 用布尔条件筛选出所有符合c_h=='ham'且qual=='bad'的行
2. 从筛选结果中找出最小的索引
3. 根据索引提取对应的price值

代码如下：

# 筛选符合条件的行
filtered_rows = df[(df['c_h'] == 'ham') & (df['qual'] == 'bad')]

# 一定要先检查是否有匹配的行，避免空值报错
if not filtered_rows.empty:
    min_index = filtered_rows.index.min()
    target_price = df.loc[min_index, 'price']
    print(target_price)  # 输出：11.0
else:
    print("⚠️ 没有找到符合条件的行")

方法2：链式写法（更简洁） #

如果想少写几行代码，可以把筛选和取索引的操作链式完成，记得同样加上空值判断：

condition = (df['c_h'] == 'ham') & (df['qual'] == 'bad')
matching_indices = df[condition].index

if not matching_indices.empty:
    target_price = df.loc[matching_indices.min(), 'price']
    print(target_price)
else:
    print("⚠️ 没有找到符合条件的行")

方法3：用NumPy实现 #

如果你习惯用NumPy，也可以通过布尔数组找到匹配的索引，再取最小值：

import numpy as np

# 将DataFrame的列转为NumPy数组，生成布尔条件
condition = (df['c_h'].values == 'ham') & (df['qual'].values == 'bad')
# 获取所有符合条件的索引
matching_indices = np.where(condition)[0]

if len(matching_indices) > 0:
    min_index = matching_indices.min()
    target_price = df.loc[min_index, 'price']
    print(target_price)
else:
    print("⚠️ 没有找到符合条件的行")

关键注意点 #

• 布尔条件中要用**&**而不是and，因为我们需要对DataFrame的每一行做元素级的判断
• 必须添加空值检查：如果没有任何行符合条件，直接调用index.min()会抛出错误，所以一定要先判断筛选结果是否为空

内容的提问来源于stack exchange，提问作者jmb277