Python Pandas：获取Channel列值为A/B的所有行索引及数据

没问题，我来帮你搞定这个需求！先根据你提供的原始数据，分两种常见情况来处理：

情况1：已有独立的Channel列 #

如果你的DataFrame确实有单独的Channel列（可能是排版导致看起来不太对齐），咱们先构造标准的DataFrame，再做筛选：

步骤1：构造DataFrame #

import pandas as pd

data = {
    'Rec': ['Pre', 'Pre', 'Event', 'FF', 'Post', 'Post'],
    'Channel': ['', '', 'A', '', 'A', 'B'],
    'Value1': [10, 35, 23, 50, 79, 88],
    'Value2': [20, 42, 39, 75, 11, 69]
}

df = pd.DataFrame(data)

步骤2：筛选Channel为A/B的行 #

有两种简洁的实现方式：

方法一：用isin()（推荐，高效匹配多值）

# 筛选目标行
filtered_df = df[df['Channel'].isin(['A', 'B'])]
# 调整列顺序，确保显示以Rec开头（默认列顺序正确可跳过）
filtered_df = filtered_df[['Rec', 'Channel', 'Value1', 'Value2']]
# 打印结果
print(filtered_df)

方法二：用逻辑或|（适合复杂条件组合）

filtered_df = df[(df['Channel'] == 'A') | (df['Channel'] == 'B')]
filtered_df = filtered_df[['Rec', 'Channel', 'Value1', 'Value2']]
print(filtered_df)

两种方法都会输出：

Rec Channel  Value1  Value2
2  Event       A      23      39
4   Post       A      79      11
5   Post       B      88      69

情况2：Channel是Rec列的后缀（无独立Channel列） #

如果你的原始数据里，Rec列本身包含Channel信息（比如Event A、Post B），那先提取Channel列再筛选：

步骤1：构造DataFrame并提取Channel #

import pandas as pd

data = {
    'Rec': ['Pre', 'Pre', 'Event A', 'FF', 'Post  A', 'Post  B'],
    'Value1': [10, 35, 23, 50, 79, 88],
    'Value2': [20, 42, 39, 75, 11, 69]
}

df = pd.DataFrame(data)
# 用正则提取Rec列末尾的Channel值（A/B）
df['Channel'] = df['Rec'].str.extract(r'(\w)$')

步骤2：筛选并打印 #

filtered_df = df[df['Channel'].isin(['A', 'B'])]
filtered_df = filtered_df[['Rec', 'Channel', 'Value1', 'Value2']]
print(filtered_df)

输出结果：

Rec Channel  Value1  Value2
2  Event A       A      23      39
4  Post  A       A      79      11
5  Post  B       B      88      69

获取索引用于后续操作 #

筛选后的行索引可以直接通过.index获取，或者遍历行时拿到：

# 获取所有筛选行的索引列表
indices = filtered_df.index.tolist()
print("筛选行的索引：", indices)  # 输出类似：[2, 4, 5]

# 遍历每行，同时拿到索引和数据
for idx, row in filtered_df.iterrows():
    print(f"\n索引{idx}的行数据：")
    print(row)
    # 这里可以添加你后续脚本的操作逻辑

这样就能轻松把索引用在后续的脚本处理中啦！

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