Question

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完成它，它完美地运作：

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Pandas方式吗？

Answer 1

df.iloc[i]会返回ith的{{1}}行。 df未引用索引标签，i是基于0的索引。

相反，属性i会返回实际的索引标签，而非数字行索引：

index

或等效，

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

你可以通过使用DataFrame来清楚地看到差异非默认索引，不等于行的数字位置：

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

如果您想使用索引，

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]

然后您可以使用In [56]: idx = df.index[df['BoolCol']] In [57]: idx Out[57]: Int64Index([10, 40, 50], dtype='int64')代替loc 选择行：

iloc

请注意， In [58]: df.loc[idx] Out[58]: BoolCol 10 True 40 True 50 True [3 rows x 1 columns]也可以接受布尔数组：

loc

如果您有一个布尔数组In [55]: df.loc[df['BoolCol']] Out[55]: BoolCol 10 True 40 True 50 True [3 rows x 1 columns]，并且需要序数索引值，则可以使用mask 计算它们：

np.flatnonzero

使用In [110]: np.flatnonzero(df['BoolCol']) Out[112]: array([0, 3, 4])按顺序索引选择行：

df.iloc

Answer 2

可以使用numpy where（）函数：

来完成

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']

Answer 3

如果只想使用一次数据框对象，请使用：

df['BoolCol'].loc[lambda x: x==True].index

Answer 4

First you may check query when the target column is type bool (PS: about how to use it please check link )

df.query('BoolCol')
Out[123]: 
    BoolCol
10     True
40     True
50     True

After we filter the original df by the Boolean column we can pick the index .

df=df.query('BoolCol')
df.index
Out[125]: Int64Index([10, 40, 50], dtype='int64')

Also pandas have nonzero, we just select the position of True row and using it slice the DataFrame or index

df.index[df.BoolCol.nonzero()[0]]
Out[128]: Int64Index([10, 40, 50], dtype='int64')

Answer 5

一种简单的方法是在过滤之前重置DataFrame的索引：

df_reset = df.reset_index()
df_reset[df_reset['BoolCol']].index.tolist()

有点hacky，但是很快！

Answer 6

我扩展了这个问题，即如何获取所有匹配值的row，column和value？

这是解决方法：

import pandas as pd
import numpy as np


def search_coordinate(df_data: pd.DataFrame, search_set: set) -> list:
    nda_values = df_data.values
    tuple_index = np.where(np.isin(nda_values, [e for e in search_set]))
    return [(row, col, nda_values[row][col]) for row, col in zip(tuple_index[0], tuple_index[1])]


if __name__ == '__main__':
    test_datas = [['cat', 'dog', ''],
                  ['goldfish', '', 'kitten'],
                  ['Puppy', 'hamster', 'mouse']
                  ]
    df_data = pd.DataFrame(test_datas)
    print(df_data)
    result_list = search_coordinate(df_data, {'dog', 'Puppy'})
    print(f"\n\n{'row':<4} {'col':<4} {'name':>10}")
    [print(f"{row:<4} {col:<4} {name:>10}") for row, col, name in result_list]

输出：

          0        1       2
0       cat      dog        
1  goldfish           kitten
2     Puppy  hamster   mouse


row  col        name
0    1           dog
2    0         Puppy

Python Pandas：获取列匹配特定值的行的索引

6 个答案: