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?
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]的强>
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。
您要查找的值不可重复:
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