python - pandas 查找具有条件的元素的行+列名称

Question

我有一个 pandas 相关数据框。我正在搜索数据框以查找大于阈值 0.5 的相关性，然后返回与条件匹配的那些元素的列名和行名(均为字符串)。

目前，我可以将相关矩阵转换为大于阈值的值，然后所有其他值都是NaN，使用这个:

相关性[np.abs(correlations) > 0.5]

现在我有了这个与我的查询和 NaN 相匹配的数字矩阵，我如何获取每个值不是 NaN 的元素的行+列名称？

Answer 1

我相信您需要由 boolean indexing 创建的 Series 的 stack，然后 rename_axis 用于新列名称，而 reset_index 用于 MultiIndex 中的列:

np.random.seed(456) 

correlations = pd.DataFrame(np.random.rand(5,3), columns=list('ABC'))
print (correlations)
          A         B         C
0  0.248756  0.163067  0.783643
1  0.808523  0.625628  0.604114
2  0.885702  0.759117  0.181105
3  0.150169  0.435679  0.385273
4  0.575710  0.146091  0.686593

s = correlations.stack()
df = s[np.abs(s) > 0.5].rename_axis(('idx','col')).reset_index(name='val')
print (df)
   idx col       val
0    0   C  0.783643
1    1   A  0.808523
2    1   B  0.625628
3    1   C  0.604114
4    2   A  0.885702
5    2   B  0.759117
6    4   A  0.575710
7    4   C  0.686593

详细信息:

print (s)
0  A    0.248756
   B    0.163067
   C    0.783643
1  A    0.808523
   B    0.625628
   C    0.604114
2  A    0.885702
   B    0.759117
   C    0.181105
3  A    0.150169
   B    0.435679
   C    0.385273
4  A    0.575710
   B    0.146091
   C    0.686593
dtype: float64