Python Pandas:获取列匹配特定值的行的索引

Python Pandas:获取列匹配特定值的行的索引,第1张

Python Pandas:获取列匹配特定值的行的索引

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

相反, 该属性

index
返回实际的索引标签,而不是数字的行索引:

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

或等效地,

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

通过使用具有非默认索引且不等于行的数字位置的Dataframe,您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]: dfOut[53]:    BoolCol10    True20   False30   False40    True50    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]: idxOut[57]: Int64Index([10, 40, 50], dtype='int64')

那么您可以使用

loc
代替来选择行
iloc

In [58]: df.loc[idx]Out[58]:    BoolCol10    True40    True50    True[3 rows x 1 columns]

注意,

loc
也可以接受布尔数组

In [55]: df.loc[df['BoolCol']]Out[55]:    BoolCol10    True40    True50    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,则可以使用进行计算
np.flatnonzero

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

用于

df.iloc
按顺序索引选择行:

In [113]: df.iloc[np.flatnonzero(df['BoolCol'])]Out[113]:    BoolCol10    True40    True50    True


欢迎分享,转载请注明来源:内存溢出

原文地址: http://outofmemory.cn/zaji/5664433.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2022-12-16
下一篇 2022-12-16

发表评论

登录后才能评论

评论列表(0条)

保存