df.iloc[i]
возвращает ith
строку df
. i
не относится к метке индекса, i
это индекс на основе 0.
Напротив, атрибут index
возвращает фактические метки индекса , а не числовые индексы строк:
df.index[df['BoolCol'] == True].tolist()
или эквивалентно,
df.index[df['BoolCol']].tolist()
Вы можете увидеть разницу достаточно четко, играя с DataFrame с индексом не по умолчанию, который не равен числовой позиции строки:
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]
Если вы хотите использовать индекс ,
In [56]: idx = df.index[df['BoolCol']]
In [57]: idx
Out[57]: Int64Index([10, 40, 50], dtype='int64')
тогда вы можете выбрать строки, используя loc
вместоiloc
:
In [58]: df.loc[idx]
Out[58]:
BoolCol
10 True
40 True
50 True
[3 rows x 1 columns]
Обратите внимание, что loc
также могут принимать логические массивы :
In [55]: df.loc[df['BoolCol']]
Out[55]:
BoolCol
10 True
40 True
50 True
[3 rows x 1 columns]
Если у вас есть логический массив mask
и вам нужны порядковые значения индекса, вы можете вычислить их, используяnp.flatnonzero
:
In [110]: np.flatnonzero(df['BoolCol'])
Out[112]: array([0, 3, 4])
Используйте df.iloc
для выбора строк по порядковому индексу:
In [113]: df.iloc[np.flatnonzero(df['BoolCol'])]
Out[113]:
BoolCol
10 True
40 True
50 True
df.query('BoolCol')
.mask
находитсяTrue
, используяnp.flatnonzero
. Я отредактировал пост выше, чтобы показать, что я имею в виду.indices = np.flatnonzero(df[col_name] == category_name)
дает мне именно то, о чем говорится в заголовке вопроса, что на удивление трудно найти в Интернете.Это можно сделать с помощью функции numpy where ():
Хотя вам не всегда нужен индекс для совпадения, но если вам нужно:
источник
Простой способ - сбросить индекс DataFrame перед фильтрацией:
Немного хак, но это быстро!
источник
Сначала вы можете проверить,
query
когда целевой столбец является типомbool
(PS: о том, как его использовать, пожалуйста, проверьте ссылку )После того, как мы отфильтруем исходный df по логическому столбцу, мы можем выбрать индекс.
Также панды есть
nonzero
, мы просто выбрать позицию вTrue
строке и использовать его НарезатьDataFrame
илиindex
источник
Если вы хотите использовать объект dataframe только один раз, используйте:
источник
Я продлил этот вопрос , который , как получает
row
,column
иvalue
все ценности спичек?вот решение:
Вывод:
источник