Question

使用此示例

df = pd.DataFrame({'letters': 
                  ['A', 'B', 'C', 'D', 'E', 'F']},
                  index=[10, 20, 30, 40, 50, 30])

使用 df.iloc [x]，我可以获取数据框中的行x。例如。

df.iloc[3]

返回

字母D 名称：40，dtype：对象

当我像过滤数据框一样

df2 = df.iloc[1:3]

我买了df2

    letters
20  B
30  C

现在假定我不知道如何应用过滤器，我需要找出过滤后的行（1和2）的值。

获取职位列表的最佳方法是什么，它使我可以使用 df.iloc 通过原始数据框访问类似此结果的过滤结果？如何获得职位编号？

我正在寻找结果

[1, 2]

注意：我有一个很好的建议：

df.index.get_indexer_for((df2.index))

如果索引不是唯一的，则不起作用。

Int64Index([1, 2, 5], dtype='int64')

Answer 1

因为如果要处理df.iloc[[1,5]]之类的情况（我们需要从“ 30 F”中获取5），我们也必须合并该值，我认为最简单的方法是利用合并：

In [172]: df.reset_index().reset_index().merge(df.iloc[1:3].reset_index())
Out[172]: 
   level_0  index letters
0        1     20       B
1        2     30       C

In [173]: df.reset_index().reset_index().merge(df.iloc[1:3].reset_index())["level_0"].values
Out[173]: array([1, 2], dtype=int64)

In [174]: df.reset_index().reset_index().merge(df.iloc[[1,5]].reset_index())
Out[174]: 
   level_0  index letters
0        1     20       B
1        5     30       F

In [175]: df.reset_index().reset_index().merge(df.iloc[[1,5]].reset_index())["level_0"].values
Out[175]: array([1, 5], dtype=int64)

如果由于重复的行而无法唯一地恢复原始头寸，您将得到所有这些头寸：

In [179]: df.iloc[-1, 0] = "C"

In [180]: df.reset_index().reset_index().merge(df.iloc[[1,2]].reset_index())
Out[180]: 
   level_0  index letters
0        1     20       B
1        2     30       C
2        5     30       C

In [181]: df.reset_index().reset_index().merge(df.iloc[[1,2]].reset_index())["level_0"].values
Out[181]: array([1, 2, 5], dtype=int64)

但是您可以决定合并后如何删除重复项。

Python Pandas-如何获取数据框中一个或多个已过滤行的（iloc）位置

1 个答案: