Python Pandas：获取列匹配特定值的行的索引-Java 学习之路

151

给定一个带有“BoolCol”列的DataFrame，我们想要找到DataFrame的索引，其中“BoolCol”的值== True

我目前有迭代的方式来做到这一点，它完美地工作：

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

但这不是正确的熊猫方式 . 经过一些研究，我目前正在使用此代码：

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

这个给了我一个索引列表，但是当我通过执行以下操作检查它们时它们不匹配：

df.iloc[i]['BoolCol']

结果实际上是假的!!

这是正确的熊猫方式吗？

2 Answers

241

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

相比之下， the attribute index returns actual index labels ，而不是数字行索引：

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

或等效地，

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

通过使用带有“异常”索引的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]: 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]

If you want to use the index ，

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

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

then you can select the rows using loc instead of iloc ：

In [58]: df.loc[idx]
Out[58]: 
   BoolCol
10    True
40    True
50    True

[3 rows x 1 columns]

注意 loc can also accept boolean arrays ：

In [55]: df.loc[df['BoolCol']]
Out[55]: 
   BoolCol
10    True
40    True
50    True

[3 rows x 1 columns]

If you have a boolean array, mask, and need ordinal index values, you can compute them using np.flatnonzero ：

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

可以使用numpy where（）函数完成：

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

虽然您并不总是需要匹配索引，但如果您需要，请填写：

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']

Python Pandas：获取列匹配特定值的行的索引

2 Answers

Related