如何在Pandas DataFrame中提取行内数据？含多值分隔场景

嘿，我来帮你搞定这两个Pandas提取的问题，都是日常处理DataFrame时很常见的场景，直接上干货：

1. 如何从Pandas DataFrame的行中提取指定内容？ #

提取行内容的方式取决于你的具体需求，常见的几种场景如下：

• 按列名提取指定列的所有行
  如果明确知道要提取的列名，直接用列索引就能拿到整列的内容，支持单个或多个列：

  import pandas as pd
  
  # 先搞个示例DataFrame
  df = pd.DataFrame({
      'name': ['Alice', 'Bob', 'Charlie'],
      'age': [25, 30, 35],
      'city': ['New York', 'London', 'Paris']
  })
  
  # 提取单个列的所有行
  name_list = df['name']
  print(name_list)
  
  # 提取多个列的所有行
  name_city_subset = df[['name', 'city']]
  print(name_city_subset)
  

• 按位置提取指定行/行列组合
  如果不知道列名但知道位置，用iloc（基于整数位置的索引）就很方便，索引从0开始：

  # 提取第1行（索引为0）的所有内容
  first_row = df.iloc[0]
  print(first_row)
  
  # 提取第1到第2行（索引0、1）的name和age列（位置0、1）
  specific_subset = df.iloc[0:2, [0, 1]]
  print(specific_subset)
  

• 基于条件提取符合要求的行
  要是需要筛选满足特定条件的行，直接把条件放进DataFrame的索引里就行：

  # 提取年龄大于28的所有行
  older_people = df[df['age'] > 28]
  print(older_people)
  

2. 从用|分隔的category列中提取"Plane Travel" #

这种多值用分隔符拼接的场景，用Pandas的字符串处理方法就能轻松搞定，分两种情况给你方案：

情况1："Plane Travel"位置固定（比如总是第一个） #

如果它永远在分隔后的第一个位置，直接拆分后取第一个元素：

# 示例DataFrame
df = pd.DataFrame({
    'category': ['Plane Travel|Train Travel|Bus Travel',
                 'Plane Travel|Bus Travel',
                 'Plane Travel']
})

# 拆分列并提取第一个元素
df['plane_travel'] = df['category'].str.split('|').str[0]
print(df)

情况2："Plane Travel"位置不固定 #

要是它在字符串里的位置不确定，用正则提取或者判断存在性更稳妥：

# 还是用刚才的示例DataFrame，调整几个位置
df = pd.DataFrame({
    'category': ['Train Travel|Plane Travel|Bus Travel',
                 'Bus Travel|Plane Travel',
                 'Plane Travel|Train Travel']
})

# 方法1：用正则精准提取匹配的内容
df['plane_travel'] = df['category'].str.extract(r'(Plane Travel)')

# 方法2：拆分后检查是否存在，存在就返回该值
df['plane_travel'] = df['category'].str.split('|').apply(lambda x: 'Plane Travel' if 'Plane Travel' in x else None)

print(df)

两种方法都能拿到你要的"Plane Travel"，正则的方法更简洁，而lambda的方式可以灵活处理不存在的情况（返回None或者你指定的默认值）。

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