Question

假设我有一个Pandas DataFrame并且我想获取格式[（index1，column1），（index2，column2）......]的元组列表，这些元素描述了DataFrame的所有元素的位置，其中某些条件是真正。例如：

x = pd.DataFrame(np.random.normal(0, 1, (4,4)), index=['a', 'b', 'c', 'd'],
                 columns=['e', 'f', 'g', 'h'])
x


     e           f           g           h
a   -1.342571   -0.274879   -0.903354   -1.458702
b   -1.521502   -1.135800   -1.147913   1.829485
c   -1.199857   0.458135    -1.993701   -0.878301
d   0.485599    0.286608    -0.436289   -0.390755

y = x > 0

有没有办法获得：

x.loc[y]

要返回：

[(b, h), (c,f), (d, e), (d,f)]

还是一些等价的？显然，我可以这样做：

postup = []
for i in x.index:
    for j in x.columns:
        if x.loc[i, j] > 0:
            postup.append((i, j))

但我认为可能有更好的事情/已经实施。在matlab中，函数find与sub2ind相结合。

Answer 1

list(x[x > 0].stack().index)

Answer 2

我的方法使用MultiIndex：

#make it a multi-indexed Series
stacked = y.stack()

#restrict to where it's True
true_stacked = stacked[stacked]

#get index as a list of tuples
result = true_stacked.index.tolist()

Answer 3

如果你想为每个行索引添加一个元组：

import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.normal(0, 1, (4,4)), index=['a', 'b', 'c', 'd'], columns=['e', 'f', 'g', 'h'])

# build column replacement
column_dict = {}
for col in [{col: {True: col}} for col in df.columns]:
    column_dict.update(col)

# replace where > 0
df = (df>0).replace(to_replace=column_dict)

# convert to tuples and drop 'False' values
[tuple(y for y in x if y != False) for x in df.to_records()]

获取（索引，列）对Pandas中布尔数据框架的True元素

3 个答案: