Python Pandas: pobranie indeksu wierszy, które kolumny pasują do określonej wartości

Biorąc pod uwagę ramkę z kolumną "BoolCol", chcemy znaleźć indeksy ramki, w której wartości dla "BoolCol" = = True

Obecnie mam na to iteracyjny sposób, który działa idealnie: 

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

Ale to nie jest prawidłowy sposób, aby to zrobić. Po kilku badaniach obecnie używam tego kodu: 

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

Ten daje mi listę indeksów, ale nie pasują, kiedy sprawdzam je wykonując: 

df.iloc[i]['BoolCol']

Wynik jest rzeczywiście Fałsz!!

Jaki byłby właściwy sposób Pandy na to?

Author: I want badges, 2014-02-15
Source

2 answers

df.iloc[i] zwraca ith wiersz df. i nie odnosi się do etykiety indeksu, i jest indeksem opartym na 0.

Natomiast, atrybut index zwraca rzeczywiste etykiety indeksów , a nie numeryczne indeksy wierszy: 

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

Lub równoważnie, 

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

Widać różnicę dość wyraźnie, bawiąc się ramką danych z "niezwykły" indeks: 

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]

Jeśli chcesz użyć indeksu , 

In [56]: idx = df.index[df['BoolCol']]

In [57]: idx
Out[57]: Int64Index([10, 40, 50], dtype='int64')

Następnie możesz wybrać wiersze używając loc zamiast iloc:

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

[3 rows x 1 columns]

Zauważ, że loc może również przyjmować tablice logiczne : 

In [55]: df.loc[df['BoolCol']]
Out[55]: 
   BoolCol
10    True
40    True
50    True

[3 rows x 1 columns]

Jeśli masz tablicę logiczną mask i potrzebujesz wartości porządkowych indeksów, możesz je obliczyć za pomocą np.flatnonzero:

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

Użyj df.iloc, aby wybrać wiersze według indeksu porządkowego: 

In [113]: df.iloc[np.flatnonzero(df['BoolCol'])]
Out[113]: 
   BoolCol
10    True
40    True
50    True
 227
Author: unutbu,
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/doraprojects.net/template/agent.layouts/content.php on line 54
2017-09-01 15:52:13

Można wykonać za pomocą funkcji 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

Chociaż nie zawsze potrzebujesz indeksu do meczu, ale jeśli potrzebujesz, okryjesz: 

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']
 12
Author: Surya,
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/doraprojects.net/template/agent.layouts/content.php on line 54
2016-12-30 22:48:47