Question

之前已经问过这个问题的变化，我仍然无法理解如何根据我想要设置的条件切片python系列/ pandas数据帧。

在R中，我想要做的是：

df[which(df[,colnumber] > somenumberIchoose),]

which（）函数在数据框的列中查找大于somenumberIchoose的行的条目索引，并将其作为向量返回。然后，我使用这些行索引对数据帧进行切片，以指示我想在新表单中查看哪些数据帧行。

在python中有相同的方法吗？我已经看到了枚举的参考资料，在阅读完文档后我并不完全理解。我现在为了获得行索引的示例如下所示：

indexfuture = [ x.index(), x in enumerate(df['colname']) if x > yesterday]

但是，我继续收到无效的语法错误。我可以通过循环遍历值来解决一个变通方法，并自己手动进行搜索，但这似乎非常非pythonic和低效。

枚举（）究竟是做什么的？什么是在满足所需参数的向量中找到值的索引的pythonic方法？

注意：我使用Pandas作为数据帧

Answer 1

我可能不清楚这个问题，但看起来回答比你想象的要容易：

使用pandas DataFrame：

df['colname'] > somenumberIchoose

返回一个带有True / False值的pandas系列和DataFrame的原始索引。

然后，您可以在原始DataFrame上使用该布尔系列，并获取您要查找的子集：

df[df['colname'] > somenumberIchoose]

应该足够了。

Answer 2

我所知道的R你可能更习惯使用numpy - 一个类似于MATLAB的科学计算软件包。

如果你想要一个数组的索引可以被2整除，那么下面的代码就可以了。

arr = numpy.arange(10)
truth_table = arr % 2 == 0
indices = numpy.where(truth_table)
values = arr[indices]

使用多维数组也很容易

arr2d = arr.reshape(2,5)
col_indices = numpy.where(arr2d[col_index] % 2 == 0)
col_values = arr2d[col_index, col_indices]

Answer 3

enumerate()返回一个迭代器，在每次迭代中产生(index, item)元组，因此您无法（并且不需要）再次调用.index()。< / p>

此外，您的列表推导语法错误：

indexfuture = [(index, x) for (index, x) in enumerate(df['colname']) if x > yesterday]

测试用例：

>>> [(index, x) for (index, x) in enumerate("abcdef") if x > "c"]
[(3, 'd'), (4, 'e'), (5, 'f')]

当然，你不需要打开元组的包装：

>>> [tup for tup in enumerate("abcdef") if tup[1] > "c"]
[(3, 'd'), (4, 'e'), (5, 'f')]

除非您只对索引感兴趣，否则您可以执行类似

的操作

>>> [index for (index, x) in enumerate("abcdef") if x > "c"]
[3, 4, 5]

Answer 4

如果你需要一个额外的声明panda.Series允许你在系列之间进行操作（+， - ，/，，*）。

只需将索引相乘：

idx1 = df['lat'] == 49
idx2 = df['lng'] > 15 
idx = idx1 * idx2

new_df = df[idx]

Answer 5

我通常只使用enumerate而不是.iteritems。这样可以节省.index()。即，

[k for k, v in (df['c'] > t).iteritems() if v]

否则，必须要做

df[df['c'] > t].index()

这会复制数据框名称的输入，这可能会很长并且很难输入。

Answer 6

一种简单而整洁的方法如下：

SlicedData1 = df[df.colname>somenumber]]

可以很容易地扩展为包括其他条件，例如非数字数据：

SlicedData2 = df[(df.colname1>somenumber & df.colname2=='24/08/2018')]

依此类推...