BoolCol" sütununa sahip bir DataFrame verildiğinde, DataFrame'in "BoolCol" == True değerlerinin bulunduğu indekslerini bulmak istiyoruz
Şu anda bunu yapmak için mükemmel çalışan yineleme yöntemine sahibim:
for i in range(100,3000):
if df.iloc[i]['BoolCol']== True:
print i,df.iloc[i]['BoolCol']
Ancak bu doğru panda yöntemi değildir. Biraz araştırma yaptıktan sonra şu anda bu kodu kullanıyorum:
df[df['BoolCol'] == True].index.tolist()
Bu bana bir dizin listesi veriyor, ancak bunları yaparak kontrol ettiğimde eşleşmiyorlar:
df.iloc[i]['BoolCol']
Sonuç aslında Yanlış!!!
Bunu yapmanın doğru Pandas yolu hangisi olurdu?
pdf.iloc[i],
dföğesinin
birincisatırını döndürür. i
indeks etiketine atıfta bulunmaz, i
0 tabanlı bir indekstir.
Buna karşılık, index` niteliği sayısal satır indeksleri değil, gerçek indeks etiketleri döndürür:
df.index[df['BoolCol'] == True].tolist()
ya da eşdeğer olarak,
df.index[df['BoolCol']].tolist()
ile bir DataFrame ile oynayarak farkı oldukça net bir şekilde görebilirsiniz. satırın sayısal konumuna eşit olmayan varsayılan olmayan bir dizin:
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]
Eğer dizini kullanmak istiyorsanız,
In [56]: idx = df.index[df['BoolCol']]
In [57]: idx
Out[57]: Int64Index([10, 40, 50], dtype='int64')
o zaman satırları iloc
yerine loc
kullanarak seçebilirsiniz:
In [58]: df.loc[idx]
Out[58]:
BoolCol
10 True
40 True
50 True
[3 rows x 1 columns]
Unutmayın ki loc
boolean dizileri de kabul edebilir:
In [55]: df.loc[df['BoolCol']]
Out[55]:
BoolCol
10 True
40 True
50 True
[3 rows x 1 columns]
Eğer bir boole diziniz varsa, mask
, ve sıralı indeks değerlerine ihtiyacınız varsa, bunları np.flatnonzero
kullanarak hesaplayabilirsiniz:
In [110]: np.flatnonzero(df['BoolCol'])
Out[112]: array([0, 3, 4])
Satırları sıra indeksine göre seçmek için df.iloc
kullanın:
In [113]: df.iloc[np.flatnonzero(df['BoolCol'])]
Out[113]:
BoolCol
10 True
40 True
50 True
numpy where() fonksiyonu kullanılarak yapılabilir:
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
Bir maç için her zaman indekse ihtiyacınız olmasa da, ihtiyacınız olması durumunda:
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']
İlk olarak, hedef sütun bool
tipinde olduğunda query
seçeneğini işaretleyebilirsiniz (Not: nasıl kullanılacağı hakkında lütfen link'i kontrol edin)
df.query('BoolCol')
Out[123]:
BoolCol
10 True
40 True
50 True
Orijinal df'yi Boolean sütununa göre filtreledikten sonra indeksi seçebiliriz.
df=df.query('BoolCol')
df.index
Out[125]: Int64Index([10, 40, 50], dtype='int64')
Ayrıca pandalarda nonzero
vardır, sadece True
satırının pozisyonunu seçeriz ve bunu kullanarak DataFrame
veya index
i keseriz
df.index[df.BoolCol.nonzero()[0]]
Out[128]: Int64Index([10, 40, 50], dtype='int64')