如何大熊貓另一個列子集，一列與條件

Question

我有一個數據幀像下面..

 dish_quant_bought dish_name 
       20    A 
       18    B 
       20    A 
       18    B 
       20    A 
       18    B 
       10    C 
       18    B 
       10    C 
       18    B 
       20    D 
       20    D 
       20    D 
       20    D 

我想提取給定菜名相應dish_quant_bought .. 所以對於這道菜，它應該返回只有20，對於B爲18，C爲10 &爲d是20

我用下面的代碼嘗試，但它不工作..

df_['dish_quant_bought']['dish_name'] == 'A' 

普萊斯Ë幫助..

Answer 1

不清楚爲什麼你有重複，但你可以使用一個布爾條件來掩蓋DF和利潤回報的山坳：

In [256]: 
df = df.drop_duplicates() 
df 

Out[256]: 
    dish_quant_bought dish_name 
0     20   A 
1     18   B 
6     10   C 
10     20   D 

In [257]:  
df.loc[df['dish_name']=='A', 'dish_quant_bought'] 

Out[257]: 
0 20 
Name: dish_quant_bought, dtype: int64 

你原來的DF的面膜：

In [259]: 
df['dish_name']=='A' 

Out[259]: 
0  True 
1  False 
2  True 
3  False 
4  True 
5  False 
6  False 
7  False 
8  False 
9  False 
10 False 
11 False 
12 False 
13 False 
Name: dish_name, dtype: bool 

您可以通過過濾後調用unique獲得獨特的價值，而不調用drop_duplicates第一：

In [297]: 
df.loc[df['dish_name']=='A', 'dish_quant_bought'].unique() 

Out[297]: 
array([20], dtype=int64) 

Answer 2

好吧，如果它們具有相同的量值，您可以通過使用GROUPBY得到，然後將所選列上的意思是，它會產生相同的值

df.groupby(["dish_name"])["dish_quant_bought"].mean() 

然後只需選擇你想要的任何名稱