這篇文章給大家分享的是有關(guān)Python Pandas如何獲取列匹配特定值的行的內(nèi)容。小編覺(jué)得挺實(shí)用的,因此分享給大家做個(gè)參考,一起跟隨小編過(guò)來(lái)看看吧。
10余年建站經(jīng)驗(yàn), 成都網(wǎng)站設(shè)計(jì)、網(wǎng)站制作客戶(hù)的見(jiàn)證與正確選擇。創(chuàng)新互聯(lián)公司提供完善的營(yíng)銷(xiāo)型網(wǎng)頁(yè)建站明細(xì)報(bào)價(jià)表。后期開(kāi)發(fā)更加便捷高效,我們致力于追求更美、更快、更規(guī)范。給定一個(gè)帶有列"BoolCol"的DataFrame,如何找到滿(mǎn)足條件"BoolCol" == True的DataFrame
的索引
目前有迭代的方式來(lái)做到這一點(diǎn):
for i in range(100,3000): if df.iloc[i]['BoolCol']== True: print i,df.iloc[i]['BoolCol']
這雖然可行,但不是標(biāo)準(zhǔn)的 Pandas 方式。經(jīng)過(guò)一番研究,我目前正在使用這個(gè)代碼:
df[df['BoolCol'] == True].index.tolist()
這個(gè)給了我一個(gè)索引列表,但跟我想要的不匹配,當(dāng)檢查:
df.iloc[i]['BoolCol']
其結(jié)果實(shí)際上是False!
如何使用正確的 Pandas 方式做到這一點(diǎn)?
最佳解決方法
df.iloc[i]返回df的第i行。 i不引用索引標(biāo)簽,i是從0開(kāi)始的索引。
相反,屬性index返回實(shí)際的索引標(biāo)簽,而不是數(shù)字row-indices:
df.index[df['BoolCol'] == True].tolist()
或者等同地,
df.index[df['BoolCol']].tolist()
通過(guò)使用帶有"unusual"索引的DataFrame,可以非常清楚地看到差異:
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')
那么您可以使用loc而不是iloc選擇行:
In [58]: df.loc[idx] Out[58]: BoolCol 10 True 40 True 50 True [3 rows x 1 columns]
請(qǐng)注意,loc也可以接受布爾數(shù)組:
In [55]: df.loc[df['BoolCol']] Out[55]: BoolCol 10 True 40 True 50 True [3 rows x 1 columns]
如果您有一個(gè)布爾數(shù)組mask,并且需要序數(shù)索引值,則可以使用np.flatnonzero來(lái)計(jì)算它們:
In [110]: np.flatnonzero(df['BoolCol']) Out[112]: array([0, 3, 4])
使用df.iloc按順序索引選擇行:
In [113]: df.iloc[np.flatnonzero(df['BoolCol'])] Out[113]: BoolCol 10 True 40 True 50 True python pandas
1、簡(jiǎn)單易用,與C/C++、Java、C# 等傳統(tǒng)語(yǔ)言相比,Python對(duì)代碼格式的要求沒(méi)有那么嚴(yán)格;2、Python屬于開(kāi)源的,所有人都可以看到源代碼,并且可以被移植在許多平臺(tái)上使用;3、Python面向?qū)ο螅軌蛑С置嫦蜻^(guò)程編程,也支持面向?qū)ο缶幊蹋?、Python是一種解釋性語(yǔ)言,Python寫(xiě)的程序不需要編譯成二進(jìn)制代碼,可以直接從源代碼運(yùn)行程序;5、Python功能強(qiáng)大,擁有的模塊眾多,基本能夠?qū)崿F(xiàn)所有的常見(jiàn)功能。
感謝各位的閱讀!關(guān)于“Python Pandas如何獲取列匹配特定值的行”這篇文章就分享到這里了,希望以上內(nèi)容可以對(duì)大家有一定的幫助,讓大家可以學(xué)到更多知識(shí),如果覺(jué)得文章不錯(cuò),可以把它分享出去讓更多的人看到吧!
另外有需要云服務(wù)器可以了解下創(chuàng)新互聯(lián)scvps.cn,海內(nèi)外云服務(wù)器15元起步,三天無(wú)理由+7*72小時(shí)售后在線,公司持有idc許可證,提供“云服務(wù)器、裸金屬服務(wù)器、高防服務(wù)器、香港服務(wù)器、美國(guó)服務(wù)器、虛擬主機(jī)、免備案服務(wù)器”等云主機(jī)租用服務(wù)以及企業(yè)上云的綜合解決方案,具有“安全穩(wěn)定、簡(jiǎn)單易用、服務(wù)可用性高、性?xún)r(jià)比高”等特點(diǎn)與優(yōu)勢(shì),專(zhuān)為企業(yè)上云打造定制,能夠滿(mǎn)足用戶(hù)豐富、多元化的應(yīng)用場(chǎng)景需求。