Учитывая DataFrame со столбцом "BoolCol", мы хотим найти индексы DataFrame, в которых значения для "BoolCol" == True
В настоящее время я использую итерационный способ, 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. После некоторых исследований я использую этот код:
df[df['BoolCol'] == True].index.tolist()
Он дает мне список индексов, но они не совпадают, когда я их проверяю:
df.iloc[i]['BoolCol']
Результат на самом деле False!!!
Какой способ будет правильным для Pandas?
df.iloc[i]
возвращает вторую
строку из df
. i
не относится к метке индекса, i
- это индекс, основанный на 0.
Напротив, атрибут index
возвращает фактические индексные метки, а не числовые индексы строк:
df.index[df['BoolCol'] == True].tolist()
или эквивалентно,
df.index[df['BoolCol']].tolist()
Вы можете увидеть разницу достаточно ясно, 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 выбирать строки, используя loc
вместо iloc
:
In [58]: df.loc[idx]
Out[58]:
BoolCol
10 True
40 True
50 True
[3 rows x 1 columns]
Обратите внимание, что loc
может также принимать булевы 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 булев массив mask
и вам нужны значения порядковых индексов, вы можете вычислить их с помощью np.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
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 в случае, если он нужен:
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']
Сначала вы можете проверить query
, когда целевой столбец имеет тип bool
(PS: о том, как его использовать, смотрите ссылка).
df.query('BoolCol')
Out[123]:
BoolCol
10 True
40 True
50 True
После фильтрации исходного df по столбцу Boolean мы можем выбрать индекс .
df=df.query('BoolCol')
df.index
Out[125]: Int64Index([10, 40, 50], dtype='int64')
Также в pandas есть nonzero
, мы просто выбираем позицию строки True
и используем ее для нарезки DataFrame
или index
.
df.index[df.BoolCol.nonzero()[0]]
Out[128]: Int64Index([10, 40, 50], dtype='int64')
Простой способ заключается в сбросе индекса таблицы данных до фильтрации:
df_reset = df.reset_index()
df_reset[df_reset['BoolCol']].index.tolist()
Немного hacky, но это's быстрая!
Я расширил этот вопрос, как получает строки
, столбец
и ценность
все совпадения значения?
вот решение:
`` импорт панд в качестве ПД импорт включает в себя как НП
деф search_coordinate(df_data: др.Таблицы данных, search_set: набор) -> Список: nda_values = df_data.значения tuple_index = НП.где(НП.Исин(nda_values, [е е в search_set])) возвращение [(строка, столбец, nda_values[ряд][колонка]) для строки, Коль в zip(tuple_index[0], tuple_index[1])]
если имя == 'основной': test_datas = [['кошечка', 'собака', ''], ['золотая рыбка', '', 'котенок'], ['щенок', 'хомяк', 'мыши'] ] df_data = ПД.Таблицы данных(test_datas) печати(df_data) result_list = search_coordinate(df_data, {'собака', 'щенок'}) печати(ф" и\Н\Н{'ом':<4} {'кол':<4} {'имя':>10} и") [версия для печати(ф" и{строки:<4} {кол:<4} {имя:>10} себе") для строки, столбца, имя в result_list] ``
Выход:
`` 0 1 2 0 кошки собаки 1 золотая рыбка кошечка 2 щенка, хомячка, мыши
строки наименование кол 0 1 собака 2 0 щенок ``