Python：根据另一列匹配条件返回对应列的值

看起来你是想基于Y列的取值，筛选出X列里的对应值对吧？你的思路是对的，但当前写的代码有点小问题，导致没法得到你想要的结果，我来帮你修正一下～

你的代码问题在哪里？ #

• 你用for i in dataset遍历的时候，拿到的是DataFrame的每一行数据，不是索引，所以y[i]这种写法其实是不对的；
• 而且X.iloc[:,0]会直接把整个X列都赋值给x1，没有做任何条件筛选，所以不管Y的值是什么，打印出来的都是全部X值，不是你要的符合Y=1的部分。

正确的实现方式 #

方法1：用Pandas布尔索引（强烈推荐，简洁又高效） #

Pandas本身就提供了非常方便的条件筛选功能，完全不需要手动写for循环，几行代码就能搞定：

先假设你的数据是存在DataFrame里的，比如先构造示例数据：

import pandas as pd

# 模拟你的X、Y列数据
dataset = pd.DataFrame({
    'X': [1, 2, 3, 4, 5],
    'Y': [0, 1, 1, 0, 1]
})

然后直接根据Y的条件筛选X的值：

# 获取Y=1对应的所有X值，转成列表
x_y1 = dataset[dataset['Y'] == 1]['X'].tolist()
print(x_y1)  # 输出：[2, 3, 5]

# 获取Y=0对应的所有X值
x_y0 = dataset[dataset['Y'] == 0]['X'].tolist()
print(x_y0)  # 输出：[1, 4]

如果你的X和Y是单独的Series对象（比如你代码里的X是单独的列），也可以直接这样写：

x_y1 = X[Y == 1].tolist()

方法2：修正你的for循环（不推荐，数据量大时效率低） #

如果你一定要用for循环来实现，得正确遍历行数据或者索引，比如：

x1 = []
# 遍历每一行的索引和对应数据
for idx, row in dataset.iterrows():
    if row['Y'] == 1:
        x1.append(row['X'])
print(x1)  # 输出：[2, 3, 5]

不过这种方法在数据量比较大的时候，会比布尔索引慢很多，所以优先用方法1哦。

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