pandas 相关条件筛选相关，怎么同时对行和列进行条件限定有更好的写法吗

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

推荐学习书目

› Learn Python the Hard Way

Python Sites

› PyPI - Python Package Index

› http://diveintopython.org/toc/index.html

› Pocoo

值得关注的项目

› PyPy

› Celery

› Jinja2

› Read the Docs

› gevent

› pyenv

› virtualenv

› Stackless Python

› Beautiful Soup

› 结巴中文分词

› Green Unicorn

› Sentry

› Shovel

› Pyflakes

› pytest

Python 编程

› pep8 Checker

Styles

› PEP 8

› Google Python Style Guide

› Code Style from The Hitchhiker's Guide

这是一个创建于 1625 天前的主题，其中的信息可能已经有所发展或是发生改变。

df_new.loc[df_new.index>= df_new['low'].idxmin() ].loc[df_new['mark']==-1].head(1).index 这样写感觉太繁琐了，筛选应该是 loc 但 doc 似乎没发现有能同时设定行列的说明

目的是得到在 low 列的最小值以后，mark 列值为-1 的一个数的序列号

loc

df_new

列值

筛选

3 条回复 • 2020-06-18 22:46:27 +08:00

jyyx

2020-06-18 16:06:39 +08:00

mask = (df_new.index >= df_new['low'].idxmin()) & (df_new['mark'] == -1)
new_df.loc[mask, :].head(1).index

jyyx

2020-06-18 16:17:50 +08:00

其实获取 index 不需要用 loc 了
mask = (df_new.index >= df_new['low'].idxmin()) & (df_new['mark'] == -1)
mask.head(1).index

billgreen1

2020-06-18 22:46:27 +08:00 via iPhone

df.query （“mark==-1”）.sort_values （ by=“low”）.head （ 1 ）