Question

我的格式为

的Excel文件中的数据

0,1,0
1,0,0
0,0,1

我想将这些数据转换为一个列表，其中i元素指示i行的非零元素的位置。例如，以上将是：

 [1,0,2]

我试过两种方法无济于事：

方式一（NumPy）

df = pd.read_excel(file,convert_float=False)
idx = np.where(df==1)[1]

这给了我一个奇怪的错误 - idx永远不会与df中的行数相同。对于此数据集，两个数字始终相等。（我仔细检查过，没有空行。）

第二种方式（熊猫）

  idx = df.where(df==1)

这给我的输出如下：

 52     NaN      NaN      NaN 
 53        1      NaN      NaN 
 54        1      NaN      NaN

这是合适的形状，但我不知道如何获得列索引。

Answer 1

设置数据框

import pandas as pd
import numpy as np
df = pd.DataFrame(np.array([[0,1,0],[1,0,0],[0,0,1]]))

使用np.argwhere查找元素索引：

np.argwhere(df.values ==1)

返回：

array([[0, 1],
       [1, 0],
       [2, 2]], dtype=int64)

因此对于第0行，第1列包含1为df：

    0   1   2
 0  0   1   0
 1  1   0   0
 2  0   0   1

注意：

（例如，您可以使用np.array_split(indices, 2,1)[1]获取列索引）

Answer 2

这是一个适用于包括此用途的有限用例的解决方案。如果您知道行中只有一个1，则可以转置原始数据框，以便原始数据框中列的索引成为转置数据框的行索引。有了它，您可以在每一行中找到最大值并返回这些值的数组。

您的原始数据框不是此解决方案的最佳示例，因为它是对称的，其转置与原始数据框相同。因此，为了解决这个问题，我们将使用一个如下所示的起始数据框：

df = pd.DataFrame({0:[0,0,1], 1:[1,0,0], 2:[0,1,0]})

# original data frame --> df
   0  1  2
0  0  1  0
1  0  0  1
2  1  0  0

# transposed data frame --> df.T
   0  1  2
0  0  0  1
1  1  0  0
2  0  1  0

现在找到每行的最大值：

np.array(df.T.idxmax())

返回一个值数组，表示包含1：

的原始数据框的列索引

[1 2 0]

行匹配标准Python Pandas的列索引

2 个答案: