python - 识别满足条件的 DataFrame 索引对象

Question

当满足特定条件(例如给定列)时，如何从 DataFrame 中获取索引对象？

以下内容返回一个具有 True/False 值的 Series 对象，其中 my_dataframe 的 foo 列中存在某些条件> 满足:

true_entries = my_dataframe['foo'].apply(my_lambda_function) == True

但我想获得的是与这些条目相对应的 index 对象。

我该怎么做？

作为应用程序的示例，我想在数据框中删除满足该条件的行。

更新:

我尝试了@DSM的建议，从我的数据框中删除条目(行)，但是以下命令:

indices_to_drop = my_df.index[my_df['foo'].apply(my_lambda_function) == True]
my_df.drop(indices_to_drop)

返回:

DeprecationWarning: height has been deprecated

Answer 1

如果您想要一个与真实值相对应的Index，您可以使用 bool Series作为df.index上的切片:

>>> df
    A  B
0  10 -5
1  20 -2
2  30  1
3  40  4
4  50  7
>>> df["B"].apply(lambda x: x % 2 == 0)
0    False
1     True
2    False
3     True
4    False
Name: B, dtype: bool
>>> df.index[df["B"].apply(lambda x: x % 2 == 0)]
Int64Index([1, 3], dtype=int64)

但是，如果您只想删除满足该条件的行，则根本不需要构造显式索引。您可以简单地保留不满足条件的那些:

>>> df[~df["B"].apply(lambda x: x % 2 == 0)]
    A  B
0  10 -5
2  30  1
4  50  7