Python Pandas 获取列匹配特定值的行的索引问题
人气:1给定一个带有列"BoolCol"的DataFrame,如何找到满足条件"BoolCol" == True的DataFrame
的索引
目前有迭代的方式来做到这一点:
for i in range(100,3000): if df.iloc[i]['BoolCol']== True: print i,df.iloc[i]['BoolCol']
这虽然可行,但不是标准的 Pandas 方式。经过一番研究,我目前正在使用这个代码:
df[df['BoolCol'] == True].index.tolist()
这个给了我一个索引列表,但跟我想要的不匹配,当检查:
df.iloc[i]['BoolCol']
其结果实际上是False!
如何使用正确的 Pandas 方式做到这一点?
最佳解决方法
df.iloc[i]返回df的第i行。 i不引用索引标签,i是从0开始的索引。
相反,属性index返回实际的索引标签,而不是数字row-indices:
df.index[df['BoolCol'] == True].tolist()
或者等同地,
df.index[df['BoolCol']].tolist()
通过使用带有"unusual"索引的DataFrame,可以非常清楚地看到差异:
df = pd.DataFrame({'BoolCol': [True, False, False, True, True]}, index=[10,20,30,40,50]) In [53]: df Out[53]: BoolCol 10 True 20 False 30 False 40 True 50 True [5 rows x 1 columns] In [54]: df.index[df['BoolCol']].tolist() Out[54]: [10, 40, 50]
如果你想使用索引,
In [56]: idx = df.index[df['BoolCol']] In [57]: idx Out[57]: Int64Index([10, 40, 50], dtype='int64')
那么您可以使用loc而不是iloc选择行:
In [58]: df.loc[idx] Out[58]: BoolCol 10 True 40 True 50 True [3 rows x 1 columns]
请注意,loc也可以接受布尔数组:
In [55]: df.loc[df['BoolCol']] Out[55]: BoolCol 10 True 40 True 50 True [3 rows x 1 columns]
如果您有一个布尔数组mask,并且需要序数索引值,则可以使用np.flatnonzero来计算它们:
In [110]: np.flatnonzero(df['BoolCol']) Out[112]: array([0, 3, 4])
使用df.iloc按顺序索引选择行:
In [113]: df.iloc[np.flatnonzero(df['BoolCol'])] Out[113]: BoolCol 10 True 40 True 50 True python pandas
参考文献
Python Pandas: Get index of rows which column matches certain value
总结
以上所述是小编给大家介绍的Python Pandas 获取列匹配特定值的行的索引问题,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对网站的支持!
如果你觉得本文对你有帮助,欢迎转载,烦请注明出处,谢谢!
您可能感兴趣的文章:
加载全部内容