Numpy Pandas 根据值从多个列中查找

在使用Python进行数据分析时，Numpy与Pandas是两个经常使用的工具。其中Pandas提供了DataFrame数据结构，使数据的清洗、转换、切片等操作变得更加简单。这里我们将探讨如何从多个列中根据指定值进行查找。

阅读更多：Numpy 教程

问题背景

假设我们有一个DataFrame，其中包含多列数据：

import pandas as pd
import numpy as np

df = pd.DataFrame({
    'name': ['Alice', 'Bob', 'Charlie', 'David', 'Eva'],
    'num1': [1, 2, 3, 4, 5],
    'num2': [10, 20, 30, 40, 50],
    'num3': [100, 200, 300, 400, 500],
})

这个DataFrame中包含了五个人的姓名和三个数字。现在我们希望根据指定的数字，从多个列中获取相应的人名。比如，我们现在想获取所有数字为20的人名，应该输出Bob。

解决方法

在Pandas中，我们可以使用.loc函数来进行查找操作，其中第一个参数指定行的标签，第二个参数指定列的标签。这里我们需要通过多列查找数据，可以将这些列合并为一个新的列，然后再使用.loc函数进行查询。

df['num'] = np.nan
df.loc[df['num1'] == 2, 'num'] = df['name']
df.loc[df['num2'] == 20, 'num'] = df['name']
df.loc[df['num3'] == 200, 'num'] = df['name']

这段代码中，我们新建了一个名为num的列，并将其初始值设为NaN。然后，分别按照num1、num2以及num3的值进行查询，并将相应的人名赋值给num列。

此时，我们只需要使用.loc函数查找num为Bob的记录即可。

result = df.loc[df['num'] == 'Bob']
print(result)

输出结果为：

   name  num1  num2  num3  num
1   Bob     2    20  200.0  Bob

可以看到，在num列中等于Bob的记录即为我们需要查找的结果。

如果要查找多个数字对应的人名，也非常简单。只需要将通过.loc查询得到的结果合并即可。

result = pd.concat([
    df.loc[df['num1'] == 2, 'name'],
    df.loc[df['num2'] == 20, 'name'],
    df.loc[df['num3'] == 200, 'name'],
], axis=0)

print(result)