Python Pandas: получить индекс строк, столбец которых соответствует определенному значению

Учитывая DataFrame со столбцом «BoolCol», мы хотим найти индексы DataFrame, в которых значения для «BoolCol» == True

В настоящее время у меня есть итеративный способ сделать это, который отлично работает:

for i in range(100,3000):
    if df.iloc[i]['BoolCol']== True:
         print i,df.iloc[i]['BoolCol']

Но это не правильный способ панды сделать это. После некоторых исследований я в настоящее время использую этот код:

df[df['BoolCol'] == True].index.tolist()

Этот дает мне список индексов, но они не совпадают, когда я проверяю их, выполняя:

df.iloc[i]['BoolCol']

Результат на самом деле Ложь!

Какой будет правильный способ Панды сделать это?

df.iloc[i]возвращает ithстроку df. iне относится к метке индекса, iэто индекс на основе 0.

Напротив, атрибут indexвозвращает 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 locвместоiloc :

In [58]: df.loc[idx]
Out[58]: 
   BoolCol
10    True
40    True
50    True

[3 rows x 1 columns]

Обратите внимание, что locтакже 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 maskи 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.ilocдля выбора строк по порядковому индексу:

In [113]: df.iloc[np.flatnonzero(df['BoolCol'])]
Out[113]: 
   BoolCol
10    True
40    True
50    True

Это можно сделать с помощью функции numpy where ():

import pandas as pd
import numpy as np

In [716]: df = pd.DataFrame({"gene_name": ['SLC45A1', 'NECAP2', 'CLIC4', 'ADC', 'AGBL4'] , "BoolCol": [False, True, False, True, True] },
       index=list("abcde"))

In [717]: df
Out[717]: 
  BoolCol gene_name
a   False   SLC45A1
b    True    NECAP2
c   False     CLIC4
d    True       ADC
e    True     AGBL4

In [718]: np.where(df["BoolCol"] == True)
Out[718]: (array([1, 3, 4]),)

In [719]: select_indices = list(np.where(df["BoolCol"] == True)[0])

In [720]: df.iloc[select_indices]
Out[720]: 
  BoolCol gene_name
b    True    NECAP2
d    True       ADC
e    True     AGBL4

Хотя вам не всегда нужен индекс для совпадения, но если вам нужно:

In [796]: df.iloc[select_indices].index
Out[796]: Index([u'b', u'd', u'e'], dtype='object')

In [797]: df.iloc[select_indices].index.tolist()
Out[797]: ['b', 'd', 'e']

Простой способ - сбросить индекс DataFrame перед фильтрацией:

df_reset = df.reset_index()
df_reset[df_reset['BoolCol']].index.tolist()

Немного хак, но это быстро!

Сначала вы можете проверить, queryкогда целевой столбец является типом bool (PS: о том, как его использовать, пожалуйста, проверьте ссылку )

df.query('BoolCol')
Out[123]: 
    BoolCol
10     True
40     True
50     True

После того, как мы отфильтруем исходный df по логическому столбцу, мы можем выбрать индекс.

df=df.query('BoolCol')
df.index
Out[125]: Int64Index([10, 40, 50], dtype='int64')

Также панды есть nonzero, мы просто выбрать позицию в Trueстроке и использовать его Нарезать DataFrameилиindex

df.index[df.BoolCol.nonzero()[0]]
Out[128]: Int64Index([10, 40, 50], dtype='int64')

Если вы хотите использовать объект dataframe только один раз, используйте:

df['BoolCol'].loc[lambda x: x==True].index

Я продлил этот вопрос , который , как получает row, columnи valueвсе ценности спичек?

вот решение:

import pandas as pd
import numpy as np


def search_coordinate(df_data: pd.DataFrame, search_set: set) -> list:
    nda_values = df_data.values
    tuple_index = np.where(np.isin(nda_values, [e for e in search_set]))
    return [(row, col, nda_values[row][col]) for row, col in zip(tuple_index[0], tuple_index[1])]


if __name__ == '__main__':
    test_datas = [['cat', 'dog', ''],
                  ['goldfish', '', 'kitten'],
                  ['Puppy', 'hamster', 'mouse']
                  ]
    df_data = pd.DataFrame(test_datas)
    print(df_data)
    result_list = search_coordinate(df_data, {'dog', 'Puppy'})
    print(f"\n\n{'row':<4} {'col':<4} {'name':>10}")
    [print(f"{row:<4} {col:<4} {name:>10}") for row, col, name in result_list]

Вывод:

          0        1       2
0       cat      dog        
1  goldfish           kitten
2     Puppy  hamster   mouse


row  col        name
0    1           dog
2    0         Puppy