如何根据条件找到一行并返回该行的列值？

Question

我有以下熊猫资料df

timestamp          col1
2021-01-11 11:00   0
2021-01-11 12:00   0
2021-01-11 13:00   1
2021-01-11 14:00   1
2021-01-11 15:00   0

我需要得到第一行的timestamp，当col1等于1时，预期的答案是2021-01-11 13:00。

这是我目前的解决方案：

first = None
for index,row in df.iterrows():
    if row["col1"] == 1:
        if not first:
            first = row["timestamp"]
            break

我如何简化它，使它更快？

Answer 1

如果至少匹配一个值，则解决方案：

如果只有0和1值，则使用Series.idxmax

out = df.loc[df['col1'].idxmax(),'timestamp']

或者，如果可能的话，另一个像0, 1这样的值通过1进行比较

out = df.loc[df['col1'].eq(1).idxmax(),'timestamp']

或者首先创建DatetimeIndex：

out = df.set_index('timestamp')['col1'].idxmax()

print (out)
2021-01-11 13:00:00

任何值的解决方案-如果没有匹配的idxmax返回第一个值，那么可能的解决方案：

print (df)
            timestamp  col1
0 2021-01-11 11:00:00     0
1 2021-01-11 12:00:00     0
2 2021-01-11 13:00:00     0
3 2021-01-11 14:00:00     0
4 2021-01-11 15:00:00     0


out = df.set_index('timestamp')['col1'].eq(1).idxmax()
print (out)
2021-01-11 11:00:00

s = df.set_index('timestamp')['col1'].eq(1)
out = s.idxmax() if s.any() else None
print (out)
None

Answer 2

使用idxmax获取0/1s中第一个1的索引：

df.loc[df['col1'].idxmax(), 'timestamp']

或者在有其他值的情况下获得第一个1：

df.loc[df['col1'].eq(1), 'timestamp'].iat[0]

输出：'2021-01-11 13:00'

确保存在价值：

s = df.loc[df['col1'].eq(1), 'timestamp']
s.iat[0] if len(s) else 'no value'

或者作为一个班轮：

s.iat[0] if len(s:=df.loc[df['col1'].eq(1), 'timestamp']) else 'no value'

输出如果no 1：no value