PythonPandas:如何获取列与特定值匹配的索引?

内容来源于 Stack Overflow,并遵循CC BY-SA 3.0许可协议进行翻译与使用

  • 回答 (2)
  • 关注 (0)
  • 查看 (125)

给定一个列为“BoolCol”的DataFrame,我们希望找到DataFrame的索引,其中“BoolCol”==True的值

我现在有一种迭代的方法来完成它:

for i in range(100,3000):
    if df.iloc[i]['BoolCol']== True:
         print i,df.iloc[i]['BoolCol']

但这并不是pandas正确的做法。经过一些研究之后,我目前正在使用以下代码:

df[df['BoolCol'] == True].index.tolist()

这一个给出了一个索引列表,但是当我通过以下操作检查索引时,它们不匹配:

df.iloc[i]['BoolCol']

返回False。

提问于
用户回答回答于

df.iloc[i]返回ithdf...i不引用索引标签,i是基于0的索引。

相反,属性index返回实际索引标签,而不是数字行索引:

df.index[df['BoolCol'] == True].tolist()

或者同等的,

df.index[df['BoolCol']].tolist()

通过使用“不寻常”索引处理DataFrame,您可以很清楚地看出两者之间的差异:

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]

如果要使用索引,,,

In [56]: idx = df.index[df['BoolCol']]

In [57]: idx
Out[57]: Int64Index([10, 40, 50], dtype='int64')

然后,可以使用loc而不是iloc:

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]

如果你有一个布尔数组,mask**,如果需要序数索引值,则可以使用**计算它们。np.flatnonzero:

In [110]: np.flatnonzero(df['BoolCol'])
Out[112]: array([0, 3, 4])

使用df.iloc按序号索引选择行:

In [113]: df.iloc[np.flatnonzero(df['BoolCol'])]
Out[113]: 
   BoolCol
10    True
40    True
50    True
用户回答回答于

可以使用numpy WHERE()函数来完成:

import pandas as pd
import numpy as np

In [716]: df = pd.DataFrame({"gene_name": ['SLC45A1', 'NECAP2', 'CLIC4', 'ADC', 'AGBL4'] , "BoolCol": [False, True, False, True, True] },
       index=list("abcde"))

In [717]: df
Out[717]: 
  BoolCol gene_name
a   False   SLC45A1
b    True    NECAP2
c   False     CLIC4
d    True       ADC
e    True     AGBL4

In [718]: np.where(df["BoolCol"] == True)
Out[718]: (array([1, 3, 4]),)

In [719]: select_indices = list(np.where(df["BoolCol"] == True)[0])

In [720]: df.iloc[select_indices]
Out[720]: 
  BoolCol gene_name
b    True    NECAP2
d    True       ADC
e    True     AGBL4

虽然并不总是需要索引来匹配,但是如果需要的话:

In [796]: df.iloc[select_indices].index
Out[796]: Index([u'b', u'd', u'e'], dtype='object')

In [797]: df.iloc[select_indices].index.tolist()
Out[797]: ['b', 'd', 'e']

扫码关注云+社区

领取腾讯云代金券