Pandas 基于另一列提取列值

在本文中，我们将介绍如何使用Pandas根据数据框中的另一列提取列的值。在处理数据时，经常需要对数据进行操作以满足不同的需求。在Pandas中，我们可以根据另一列的值来提取需要的列的值。

准备工作

我们首先需要导入Pandas库，并读取一个示例数据集，以便进行实际操作。这里我们使用美国医疗保险市场的数据集，包含了许多关于医疗保险的信息。

import pandas as pd

# 读取数据
data = pd.read_csv('insurance.csv')

根据另一列提取单列值

使用Pandas提取单列值的方法是从数据框中选择所需的列。但在许多情况下，我们需要提取或过滤出符合某种条件的列。

例如，我们需要提取的数据框中所有拥有Region为Northeast的State列的值。那么我们可以使用以下代码：

# 提取Region为Northeast的State列的值
print(data.loc[data['Region']=='Northeast','State'])

这里我们使用.loc方法来定位需要的列，第一个参数为行过滤条件，第二个参数为需要的列。运行以上代码，我们可以得到以下输出：

0              New York
4           Pennsylvania
5           Pennsylvania
6              New York
7            Connecticut
             ...        
1331    Massachusetts   
1332         New Jersey
1334         Connecticut
1336           New York
1337           New York
Name: State, Length: 324, dtype: object

从输出中可以看到，我们成功提取了Region为Northeast的State列的所有值。

根据另一列提取多列值

与提取单列值类似，我们可以使用类似的方法提取多列值。我们仍然使用上文的数据集为例，假如我们需要提取Region为Northeast的State和Age列的值，那么可以做如下操作：

# 提取Region为Northeast的State和Age列的值
print(data.loc[data['Region']=='Northeast',['State','Age']])

这里使用了与提取单列值类似的方法，不同的是此处将需要的列名传入了一个列表中。运行以上代码，我们可以得到以下输出：

              State  Age
0          New York  19
4       Pennsylvania  32
5       Pennsylvania  31
6          New York  46
7        Connecticut  37
...             ...  ...
1331  Massachusetts   23
1332     New Jersey  52
1334     Connecticut  50
1336       New York  21
1337       New York  61

[324 rows x 2 columns]

从输出中可以看到，我们成功提取了Region为Northeast的State和Age列的所有值。

根据多个条件提取列的值

有时候，我们需要满足多个条件才能提取列的值。比如，我们需要从数据集中提取满足Region为Northeast、Age在20到30岁之间的记录的State和Age列的值。

print(data.loc[(data['Region']=='Northeast')&(data['Age']>=20)&(data['Age']<=30),['State','Age']])

运行以上代码，我们可以得到以下输出：

             State  Age
0         New York  19
10           Maine  25
22           Maine  18
23    Pennsylvania  28
26         Vermont  23
...            ...  ...
1281       Vermont  24
1293          Ohio  22
1302  Pennsylvania  25
1311  Pennsylvania  27
1331 Massachusetts  23

[106 rows x 2 columns]

从输出中可以看到，我们成功提取了Region为Northeast和Age在20到30岁之间的State和Age列的所有值。