web-dev-qa-db-ja.com

Python Pandas：列が特定の値と一致する行のインデックスを取得する

"BoolCol"という列を持つDataFrameがあるとすると、 "BoolCol"の値がTrueであるDataFrameのインデックスを見つけたいとします。

私は現在それを行うための反復的な方法を持っています、それは完璧に動作します：

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

しかし、これは正しいパンダのやり方ではありません。いくつかの調査の後、私は現在このコードを使っています：

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

これは私にインデックスのリストを与えます、しかし、私がすることによってそれらをチェックするとき、それらは一致しません：

df.iloc[i]['BoolCol']

結果は実際にはFalseです。

これを行う正しいPandasの方法はどれですか。

pythonindexingpandas
173
I want badges

df.iloc[i]は、ithのdf行を返します。 iはインデックスラベルを参照しません。iは0から始まるインデックスです。

対照的に、 属性indexは、実際のインデックスラベル を返します。数値の行インデックスではありません。

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

または同等に、

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

行の数値位置と等しくないデフォルト以外のインデックスを使用してDataFrameを再生すると、違いが非常に明確にわかります。

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]

あなたがインデックスを使いたいなら 、

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

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

locの代わりにilocを使用して行を選択できます。

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

[3 rows x 1 columns]

locはブール配列 を受け入れることもできることに注意してください。

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

[3 rows x 1 columns]

ブール配列maskがあり、序数のインデックス値が必要な場合は、np.flatnonzeroを使ってそれらを計算できます。

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

序数索引で行を選択するには、df.ilocを使用します。

In [113]: df.iloc[np.flatnonzero(df['BoolCol'])]
Out[113]: 
   BoolCol
10    True
40    True
50    True
287
unutbu

Numpy where（）関数を使用して実行できます。

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

あなたは必ずしも試合のためにインデックスを必要としませんが、あなたが必要とするならば、ケースを入れてください。

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']
16
Surya

ターゲットカラムがquery型である場合、まずboolをチェックしてください（PS：使い方については link をチェックしてください）

df.query('BoolCol')
Out[123]: 
    BoolCol
10     True
40     True
50     True

元のdfをブール列でフィルタした後、インデックスを選択できます。

df=df.query('BoolCol')
df.index
Out[125]: Int64Index([10, 40, 50], dtype='int64')

またパンダはnonzeroを持っています、我々はちょうどTrue行のpositionを選択し、それを使ってDataFrameまたはindexをスライスします

df.index[df.BoolCol.nonzero()[0]]
Out[128]: Int64Index([10, 40, 50], dtype='int64')
1
WeNYoBen

簡単な方法は、フィルタリングの前にDataFrameのインデックスをリセットすることです。

df_reset = df.reset_index()
df_reset[df_reset['BoolCol']].index.tolist()

ちょっとハックですが、速いです！

0
Ben Druitt