在PANDAS中,如何获得已知值的索引?

时间:2013-05-22 04:52:24

标签: indexing pandas

如果列中有已知值,我们如何获得其索引值?例如:

In [148]: a = pd.DataFrame(np.arange(10).reshape(5,2),columns=['c1','c2'])
In [149]: a
Out[149]:   
   c1  c2
0   0   1
1   2   3
2   4   5
........

我们知道,我们可以通过与之对应的索引获取一个值,就像这样。

In [151]: a.ix[0,1]    In [152]: a.c2[0]   In [154]: a.c2.ix[0]   <--  use index
Out[151]: 1            Out[152]: 1         Out[154]: 1            <--  get value

但是如何按值获取索引?

5 个答案:

答案 0 :(得分:28)

您的值可能有多个索引映射,返回列表更有意义:

In [48]: a
Out[48]: 
   c1  c2
0   0   1
1   2   3
2   4   5
3   6   7
4   8   9

In [49]: a.c1[a.c1 == 8].index.tolist()
Out[49]: [4]

答案 1 :(得分:8)

使用.loc []访问者:

In [25]: a.loc[a['c1'] == 8].index[0]
Out[25]: 4

也可以通过将'c1'设置为索引来使用get_loc()。这不会改变原始数据帧。

In [17]: a.set_index('c1').index.get_loc(8)
Out[17]: 4

答案 2 :(得分:4)

使用numpy.where()的另一种方法:

import numpy as np
import pandas as pd

In [800]: df = pd.DataFrame(np.arange(10).reshape(5,2),columns=['c1','c2'])

In [801]: df
Out[801]: 
   c1  c2
0   0   1
1   2   3
2   4   5
3   6   7
4   8   9

In [802]: np.where(df["c1"]==6)
Out[802]: (array([3]),)

In [803]: indices = list(np.where(df["c1"]==6)[0])

In [804]: df.iloc[indices]
Out[804]: 
   c1  c2
3   6   7

In [805]: df.iloc[indices].index
Out[805]: Int64Index([3], dtype='int64')

In [806]: df.iloc[indices].index.tolist()
Out[806]: [3]

答案 3 :(得分:3)

要按值获取索引,只需将 .index [0] 添加到查询的末尾即可。这将返回结果第一行的索引...

因此,应用于您的数据框:

In [1]: a[a['c2'] == 1].index[0]     In [2]: a[a['c1'] > 7].index[0]   
Out[1]: 0                            Out[2]: 4                         

如果查询返回多行,则可以通过指定所需的索引来访问其他索引结果,例如:的的.index [n]的

In [3]: a[a['c2'] >= 7].index[1]     In [4]: a[(a['c2'] > 1) & (a['c1'] < 8)].index[2]  
Out[3]: 4                            Out[4]: 3 

答案 4 :(得分:0)

我认为这对值的索引和列都可能有帮助。

您要查找的

不可重复

poz=matrix[matrix==minv].dropna(axis=1,how='all').dropna(how='all')
value=poz.iloc[0,0]
index=poz.index.item()
column=poz.columns.item()

您可以获取其索引和列

重复:

matrix=pd.DataFrame([[1,1],[1,np.NAN]],index=['q','g'],columns=['f','h'])
matrix
Out[83]: 
   f    h
q  1  1.0
g  1  NaN
poz=matrix[matrix==minv].dropna(axis=1,how='all').dropna(how='all')
index=poz.stack().index.tolist()
index
Out[87]: [('q', 'f'), ('q', 'h'), ('g', 'f')]

您将获得一个列表