Python Pandas 获取列匹配特定值的行的索引问题
5星 · 超过95%的资源 80 浏览量
2020-12-26
00:42:49
上传
评论
收藏 95KB PDF 举报 
Python Pandas 获取列匹配特定值的行的索引问题获取列匹配特定值的行的索引问题
给定一个带有列”BoolCol”的DataFrame，如何找到满足条件"BoolCol" == True的DataFrame 的索引
目前有迭代的方式来做到这一点：
for i in range(100,3000):
if df.iloc[i]['BoolCol']== True:
print i,df.iloc[i]['BoolCol']
这虽然可行，但不是标准的 Pandas 方式。经过一番研究，我目前正在使用这个代码：
df[df['BoolCol'] == True].index.tolist()
这个给了我一个索引列表，但跟我想要的不匹配，当检查：
df.iloc[i]['BoolCol']
其结果实际上是False！
如何使用正确的 Pandas 方式做到这一点？
最佳解决方法最佳解决方法
df.iloc[i]返回df的第i行。 i不引用索引标签，i是从0开始的索引。
相反，属性index返回实际的索引标签，而不是数字row-indices：
df.index[df['BoolCol'] == True].tolist()
或者等同地，
df.index[df['BoolCol']].tolist()
通过使用带有”unusual”索引的DataFrame，可以非常清楚地看到差异：
df = pd.DataFrame({'BoolCol': [True, False, False, True, True]},
index=[10,20,30,40,50])
In [53]: df
Out[53]:
BoolCol
10 True
20 False
30 False
40 True
50 True
[5 rows x 1 columns] In [54]: df.index[df['BoolCol']].tolist()
Out[54]: [10, 40, 50]
如果你想使用索引，
In [56]: idx = df.index[df['BoolCol']] In [57]: idx
Out[57]: Int64Index([10, 40, 50], dtype='int64')
那么您可以使用loc而不是iloc选择行：
In [58]: df.loc[idx] Out[58]:
BoolCol
10 True
40 True
50 True
[3 rows x 1 columns]
请注意，loc也可以接受布尔数组：
In [55]: df.loc[df['BoolCol']] Out[55]:
BoolCol
10 True
40 True
50 True
- 1
- 2
前往页