如何基于指定列值筛选DataFrame行并提取目标列？

当然有啦！这在Pandas里是非常高频的操作，我给你整理了几种常用且实用的写法，不管你的DataFrame多大都能轻松搞定：

基础布尔索引法 #

这是最直观的写法，先通过条件生成布尔掩码筛选行，再提取目标列：

# 假设你的DataFrame叫df，要筛选的列是"target_col"，目标值是"specific_value"，提取的列是"extract_col"
result = df[df["target_col"] == "specific_value"]["extract_col"]

更安全的.loc方法 #

链式索引（上面的写法）有时候会触发SettingWithCopyWarning，推荐用.loc方法，它明确指定行和列，更适合大型DataFrame，也更易读：

result = df.loc[df["target_col"] == "specific_value", "extract_col"]

筛选多个特定值的情况 #

如果需要筛选某列包含多个值的行，用.isin()方法：

# 比如筛选target_col的值是val1或val2的行，提取extract_col
result = df.loc[df["target_col"].isin(["val1", "val2"]), "extract_col"]

转成列表（如果需要的话） #

如果你想要的不是Pandas Series而是Python列表，直接加.tolist()就行：

result_list = df.loc[df["target_col"] == "specific_value", "extract_col"].tolist()

举个实际例子 #

假设我们有这样一个DataFrame：

import pandas as pd

data = {
    "category": ["books", "electronics", "books", "clothing"],
    "product": ["Python实战", "无线耳机", "数据分析入门", "纯棉T恤"],
    "price": [69, 299, 59, 49]
}
df = pd.DataFrame(data)

现在要筛选category为"books"的行，提取product列：

filtered_products = df.loc[df["category"] == "books", "product"]
print(filtered_products)

输出结果：

0 Python实战
2 数据分析入门
Name: product, dtype: object

内容的提问来源于stack exchange，提问作者Jose Tomas Marquez