Python Pandas 獲取列匹配特定值的行的索引問題
給定一個帶有列"BoolCol"的DataFrame，如何找到滿足條件"BoolCol" == True的DataFrame的索引
目前有迭代的方式來做到這一點(diǎn)：
for i in range(100,3000):
if df.iloc[i]['BoolCol']== True:
print i,df.iloc[i]['BoolCol']
這雖然可行，但不是標(biāo)準(zhǔn)的 Pandas 方式。經(jīng)過一番研究，我目前正在使用這個代碼：
df[df['BoolCol'] == True].index.tolist()
這個給了我一個索引列表，但跟我想要的不匹配，當(dāng)檢查：
df.iloc[i]['BoolCol']
其結(jié)果實際上是False！
如何使用正確的 Pandas 方式做到這一點(diǎn)？
最佳解決方法
df.iloc[i]返回df的第i行。 i不引用索引標(biāo)簽，i是從0開始的索引。
相反，屬性index返回實際的索引標(biāo)簽，而不是數(shù)字row-indices：
df.index[df['BoolCol'] == True].tolist()
或者等同地，
df.index[df['BoolCol']].tolist()
通過使用帶有"unusual"索引的DataFrame，可以非常清楚地看到差異：
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選擇行：
In [58]: df.loc[idx] Out[58]: BoolCol 10 True 40 True 50 True [3 rows x 1 columns]
請注意，loc也可以接受布爾數(shù)組：
In [55]: df.loc[df['BoolCol']] Out[55]: BoolCol 10 True 40 True 50 True [3 rows x 1 columns]
如果您有一個布爾數(shù)組mask，并且需要序數(shù)索引值，則可以使用np.flatnonzero來計算它們：
In [110]: np.flatnonzero(df['BoolCol']) Out[112]: array([0, 3, 4])
使用df.iloc按順序索引選擇行：
In [113]: df.iloc[np.flatnonzero(df['BoolCol'])] Out[113]: BoolCol 10 True 40 True 50 True python pandas
參考文獻(xiàn)
Python Pandas: Get index of rows which column matches certain value
總結(jié)
以上所述是小編給大家介紹的Python Pandas 獲取列匹配特定值的行的索引問題,希望對大家有所幫助，如果大家有任何疑問請給我留言，小編會及時回復(fù)大家的。在此也非常感謝大家對腳本之家網(wǎng)站的支持！
如果你覺得本文對你有幫助，歡迎轉(zhuǎn)載，煩請注明出處，謝謝！
相關(guān)文章
python實現(xiàn)beta分布概率密度函數(shù)的方法
今天小編就為大家分享一篇python實現(xiàn)beta分布概率密度函數(shù)的方法，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-07-07
本文主要介紹了Pandas.DataFrame的行名和列名的修改，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2023-02-02
python for循環(huán)remove同一個list過程解析
這篇文章主要介紹了python for循環(huán)remove同一個list過程解析,文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下2019-08-08
利用python和百度地圖API實現(xiàn)數(shù)據(jù)地圖標(biāo)注的方法
這篇文章主要介紹了利用python和百度地圖API實現(xiàn)數(shù)據(jù)地圖標(biāo)注的方法，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2019-05-05
這篇文章主要介紹了如何使用Python進(jìn)行PDF圖片識別OCR，幫助大家更好的理解和使用python，感興趣的朋友可以了解下2021-01-01
Pytorch實現(xiàn)List?Tensor轉(zhuǎn)Tensor,reshape拼接等操作
這篇文章主要介紹了Pytorch實現(xiàn)List?Tensor轉(zhuǎn)Tensor,reshape拼接等操作，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教2022-11-11
這篇文章主要簡單說明了Python中的裝飾器的用法,裝飾器在Python的進(jìn)階學(xué)習(xí)中非常重要,示例代碼基于Python2.x,需要的朋友可以參考下2015-04-04
這篇文章主要介紹了python中的opencv?圖像梯度，圖像梯度計算的是圖像變化的速度，圖像梯度計算需要求導(dǎo)數(shù)，但是圖像梯度一般通過計算像素值的差來得到梯度的近似值，下文詳細(xì)介紹需要的小伙伴可以參考一下2022-06-06
python通過getopt模塊如何獲取執(zhí)行的命令參數(shù)詳解
這篇文章主要給大家介紹了關(guān)于python通過getopt模塊如何獲取執(zhí)行的命令參數(shù)的相關(guān)資料，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧。2017-12-12
Python中使用?zipfile創(chuàng)建文件壓縮工具
這篇文章主要介紹了Python中使用zipfile創(chuàng)建文件壓縮工具,通過使用 wxPython 模塊，我們創(chuàng)建了一個簡單而實用的文件壓縮工具，本文結(jié)合實例代碼給大家介紹的非常詳細(xì)，對大家的學(xué)習(xí)或工作具有一定的ca參考借鑒價值，需要的朋友可以參考下2023-09-09