Question

问题实际上很简单，但是由于我是该语言的新手，所以我无法在Python中翻译它。

我有一个布尔值“ True”和“ False”的数据框，并且我需要一个false元素的坐标列表：

我需要对一系列矩阵进行此操作，这些矩阵会自动生成具有变化的行数和列数，但始终具有布尔值。

例如，我有一个像这样的矩阵：

    0       1       2
0   TRUE    FALSE   FALSE
1   TRUE    FALSE   TRUE
2   TRUE    TRUE    TRUE
3   FALSE   TRUE    TRUE
4   TRUE    TRUE    TRUE
5   TRUE    TRUE    TRUE
6   TRUE    TRUE    TRUE
7   TRUE    TRUE    TRUE
8   TRUE    TRUE    TRUE

我正在寻找一个像[[0,1），（0,2），（1,1），（3,0）]

的列表

我试图用pandas（因此请将矩阵视为“ pd.DataFrame”对象）和numpy解决此问题，但是我是该语言的新手，似乎无法理解函数的工作方式和使用方式他们。

Answer 1

您可以堆叠数据框并使用布尔索引：

t=df.stack()
t[~t].index.values

输出：

array([(0, 1), (0, 2), (1, 1), (3, 0)], dtype=object)

Answer 2

方法1：

使用np.argwhere

np.argwhere(~df.values )

array([[0, 1],
       [0, 2],
       [1, 1],
       [3, 0]], dtype=int64)

方法2：

在@Scott Boston评论后编辑

为此，我们可以使用np.where，然后使用zip这两个数组来获得协调：

list(zip(*np.where(~df)))

[(0, 1), (0, 2), (1, 1), (3, 0)]

说明

np.where给我们两个数组，第一个是行索引，第二个是列索引。

np.where(~df)

(array([0, 0, 1, 3], dtype=int64), array([1, 2, 1, 0], dtype=int64))

因此，如果我们zip这些数组并将其转换为列表，则会得到所需的输出。

如何在Python中检索与某个值匹配的矩阵中元素的行号和列号？

2 个答案:

方法1：

方法2：