Python Pandas : Get index of rows where column matches certain value

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，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 pandas 的正确做法。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，但是当我检查它们时它们不匹配:

df.iloc[i]['BoolCol']

结果居然是假的!!

pandas 的正确做法是什么？

Answer 1

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

相比之下，属性 index 返回实际的索引标签，而不是数字行索引:

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

或等价的，

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

你可以通过使用 DataFrame 非常清楚地看到差异不等于行的数字位置的非默认索引:

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]

---

如果要使用索引，

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 选择行:

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

[3 rows x 1 columns]

---

注意 loc 也可以接受 bool 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 bool 数组，mask，并且需要序数索引值，您可以使用 np.flatnonzero 计算它们: p>

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