"BoolCol"열이있는 DataFrame이 주어지면 "BoolCol"값이 True 인 DataFrame의 인덱스를 찾고 싶습니다.
나는 현재 그것을 반복하는 방법을 가지고 있는데, 그것은 완벽하게 작동합니다 :
for i in range(100,3000):
if df.iloc[i]['BoolCol']== True:
print i,df.iloc[i]['BoolCol']
그러나 이것은 올바른 팬더의 방법이 아닙니다. 약간의 연구 끝에 현재이 코드를 사용하고 있습니다.
df[df['BoolCol'] == True].index.tolist()이것은 인덱스 목록을 제공하지만 다음을 수행하여 확인하면 일치하지 않습니다.
df.iloc[i]['BoolCol']결과는 실제로 거짓입니다!
이 작업을 수행하는 올바른 팬더 방법은 무엇입니까?
답변:
df.iloc[i]의 ith행을 반환합니다 df. i인덱스 레이블을 나타내지 않고 i0 기반 인덱스입니다.
대조적으로, 속성 index은 숫자 행 표시 가 아닌 실제 색인 레이블을 리턴합니다 .
df.index[df['BoolCol'] == True].tolist()또는 동등하게
df.index[df['BoolCol']].tolist()행의 숫자 위치와 같지 않은 기본 인덱스가 아닌 인덱스를 사용하여 DataFrame을 사용하여 차이점을 명확하게 확인할 수 있습니다.
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]
인덱스를 사용하려면 ,
In [56]: idx = df.index[df['BoolCol']]
In [57]: idx
Out[57]: Int64Index([10, 40, 50], dtype='int64')
그런 다음 loc대신 다음을 사용하여 행을 선택할 수 있습니다iloc .
In [58]: df.loc[idx]
Out[58]:
BoolCol
10 True
40 True
50 True
[3 rows x 1 columns]
그 참고 loc또한 부울 배열을 받아 들일 수 있습니다 :
In [55]: df.loc[df['BoolCol']]
Out[55]:
BoolCol
10 True
40 True
50 True
[3 rows x 1 columns]
부울 배열이 있고 mask순서 색인 값이 필요한 경우 다음을 사용하여 계산할 수 있습니다np.flatnonzero .
In [110]: np.flatnonzero(df['BoolCol'])
Out[112]: array([0, 3, 4])
df.iloc서수 인덱스로 행을 선택하는 데 사용하십시오 .
In [113]: df.iloc[np.flatnonzero(df['BoolCol'])]
Out[113]:
BoolCol
10 True
40 True
50 True
mask있습니다 True사용하여 np.flatnonzero. 내가 의미하는 바를 표시하기 위해 위의 게시물을 편집했습니다.
indices = np.flatnonzero(df[col_name] == category_name)은 질문의 제목이 요구하는 것을 정확하게 얻습니다. 이는 인터넷에서 찾기가 어렵습니다.
numpy where () 함수를 사용하여 수행 할 수 있습니다.
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
항상 일치하는 색인이 필요하지는 않지만 필요한 경우를 대비하여 :
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']
먼저 query대상 열이 유형인지 확인하십시오 bool (PS : 사용 방법에 대한 링크 를 확인 하십시오 )
df.query('BoolCol')
Out[123]:
BoolCol
10 True
40 True
50 True
부울 열로 원본 df를 필터링 한 후 인덱스를 선택할 수 있습니다.
df=df.query('BoolCol')
df.index
Out[125]: Int64Index([10, 40, 50], dtype='int64')
또한 팬더는 행 nonzero의 위치 를 선택하고 True슬라이스를 사용하여 DataFrame또는index
df.index[df.BoolCol.nonzero()[0]]
Out[128]: Int64Index([10, 40, 50], dtype='int64')
나는이에를 얻는 방법이다이 질문을 확장 row, column그리고 value모든 일치 값?
여기 해결책이 있습니다 :
import pandas as pd
import numpy as np
def search_coordinate(df_data: pd.DataFrame, search_set: set) -> list:
nda_values = df_data.values
tuple_index = np.where(np.isin(nda_values, [e for e in search_set]))
return [(row, col, nda_values[row][col]) for row, col in zip(tuple_index[0], tuple_index[1])]
if __name__ == '__main__':
test_datas = [['cat', 'dog', ''],
['goldfish', '', 'kitten'],
['Puppy', 'hamster', 'mouse']
]
df_data = pd.DataFrame(test_datas)
print(df_data)
result_list = search_coordinate(df_data, {'dog', 'Puppy'})
print(f"\n\n{'row':<4} {'col':<4} {'name':>10}")
[print(f"{row:<4} {col:<4} {name:>10}") for row, col, name in result_list]산출:
0 1 2
0 cat dog
1 goldfish kitten
2 Puppy hamster mouse
row col name
0 1 dog
2 0 Puppy
df.query('BoolCol')입니다.