Question

假设我有一个简单的pandas数据框df：

     | name      | car   |
|----|-----------|-------|
| 0  | 'bob'     | 'b'   |
| 1  | 'bob'     | 'c'   |
| 2  | 'fox'     | 'b'   |
| 3  | 'fox'     | 'c'   |
| 4  | 'cox'     | 'b'   |
| 5  | 'cox'     | 'c'   |
| 6  | 'jo'      | 'b'   |
| 7  | 'jo'      | 'c'   |
| 8  | 'bob'     | 'b'   |
| 9  | 'bob'     | 'c'   |
| 10 | 'bob'     | 'b'   |
| 11 | 'bob'     | 'c'   |
| 12 | 'rob'     | 'b'   |
| 13 | 'rob'     | 'c'   |

我想找到跨越两列的特定模式的行索引。在我的实际应用程序中，上面的数据帧有几千行，而我有几千个数据帧，因此性能并不重要。我感兴趣的模式是：

| 'bob'     | 'b'   |
| 'bob'     | 'c'   |

因此，使用上面的示例，我想要的输出将是：

out_idx = [0,1,8,9,10,11]

当然，通常情况下，对于一种模式，人们会做类似df.loc[(df.name == 'bob') & (df.car == 'b')]的事情，但是当我在多列中寻找特定的多变量模式时，我不确定该怎么做。即我正在寻找（我很高兴以下内容不正确）：df.loc[(df.name == 'bob') & (df.car == 'b') & (df.car == 'c')]。

非常感谢帮助。谢谢！

Answer 1

使用boolean indexing和Series.isin代替第二和第三种条件：

df1 = df[(df.name == 'bob') & df.car.isin(['b','c'])]
print (df1)
   name car
0   bob   b
1   bob   c
8   bob   b
9   bob   c
10  bob   b
11  bob   c

如果需要索引值：

out_idx = df.index[(df.name == 'bob') & df.car.isin(['b','c'])]

或者：

out_idx = df[(df.name == 'bob') & df.car.isin(['b','c'])].index

您可以使用|（按位或）而不是第二个&并添加一个()来解决您的问题：

df1 = df[(df.name == 'bob') & ((df.car == 'b') | (df.car == 'c'))]

在熊猫数据框的列和行中查找所有重复模式的所有索引/实例

1 个答案: