Python Pandas：获取列匹配某个值的行的索引

Question

给定一个带有“BoolCol”列的DataFrame，我们想要找到DataFrame的索引，其中“BoolCol”的值== True

我目前有迭代的方法来做到这一点，效果很好：

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

但这不是正确的 pandas 方法。经过一番研究，我目前正在使用此代码：

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

这个给了我一个索引列表，但是当我通过以下方式检查它们时它们不匹配：

 df.iloc[i]['BoolCol']

结果居然是假的！！

哪一种是正确的熊猫方式来做到这一点？

原文由 I want badges 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

df.iloc[i] 返回 ith 行 df 。 i 不引用索引标签， i 是从0开始的索引。

相反， 属性 index 返回实际索引标签，而不是数字行索引：

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

或等效地，

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

通过使用具有不等于行的数字位置的非默认索引的 DataFrame，您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')

然后您可以使用 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

[3 rows x 1 columns]

---

如果您有一个布尔数组 mask 并且需要序数索引值，则可以使用 np.flatnonzero 计算它们：

 In [110]: np.flatnonzero(df['BoolCol'])
Out[112]: array([0, 3, 4])

使用 df.iloc 按序号索引选择行：

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

原文由 unutbu 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 2

可以使用 numpy where() 函数来完成：

 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

虽然你并不总是需要匹配的索引，但如果你需要的话：

 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']

原文由 Surya 发布，翻译遵循 CC BY-SA 3.0 许可协议