从Pandas DataFrame获取单一值，并且如果含糊不清则引发异常

Question

对于我来说，这是一个相当常见的用例，我想从熊猫数据框中获取特定值，知道如果数据没有以某种方式被搞乱，应该只有一个值满足特定选择标准：

我通常做的是：

myvals = df[df['criterion']=='value']['parameterofinterest'].values 
if len(myvals) != 1: 
    raise ValueError('Something messed up the data integrity.') 
myvalue = myvals[0] 

这是相当多的样板代码，它似乎像过基本的东西来实现的功能熊猫外。你知道是否已经有熊猫的功能，这可以帮助我在这里。

Answer 1

.item()是从pd.DataFrame对象的 条件选择提取单个值的正确方法 - 同时提高异常，如果多于一个的项是否存在。

import pandas as pd 
a = [{'a':3, 'b':4},{'a':2, 'b':4}] 
c = pd.DataFrame(a) 
c[c['b']==4]['a'].values 
c[c['b']==4]['a'].item() 

引发的异常是目前：

ValueError: can only convert an array of size 1 to a Python scalar 

Answer 2

我认为有可能的3个州 - 没有价值 - 它返回len=0，匹配更多的值 - 它返回len>1和标量len==1。

所以，你的代码看起来正确，只有一点点进行了改进：

myvals = df.loc[df['criterion']=='value', 'parameterofinterest'] 

if len(myvals) == 1: 
    myvals = myvals.item()   
else: 
    raise ValueError('Something messed up the data integrity.') 

可以包裹功能：

def scalar_only(mask_col, val, another_col): 
    myvals = df.loc[df[mask_col]==val, another_col] 

    if len(myvals) != 1: 
     raise ValueError('Something messed up the data integrity.') 
    else: 
     return myvals.item() 

---

df = pd.DataFrame({'parameterofinterest': [25.0, 38.0, 34.6], 
        'criterion': ['value', 'aa', 'bb']}) 


print (scalar_only('criterion', 'value', 'parameterofinterest')) 
25.0 

df = pd.DataFrame({'parameterofinterest': [25.0, 38.0, 34.6], 
        'criterion': ['dd', 'aa', 'bb']}) 


print (scalar_only('criterion', 'value', 'parameterofinterest')) 

ValueError: Something messed up the data integrity.

df = pd.DataFrame({'parameterofinterest': [25.0, 38.0, 34.6], 
        'criterion': ['value', 'value', 'bb']}) 


print (scalar_only('criterion', 'value', 'parameterofinterest')) 

ValueError: Something messed up the data integrity.