pandas.dataframe中根据条件获取元素所在的位置(索引)

在dataframe中根据一定的条件,得到符合要求的某行元素所在的位置。

代码如下所示:

df = pd.DataFrame({'BoolCol': [1, 2, 3, 3, 4],'attr': [22, 33, 22, 44, 66]},
       index=[10,20,30,40,50])
print(df)
a = df[(df.BoolCol==3)&(df.attr==22)].index.tolist()
print(a)
df如下所示,以上通过选取“BoolCol”取值为3且“attr”取值为22的行,得到该行在df中的位置

注意:返回的位置为index列表,根据index的不同而不同,这点易于数组中默认的下标。

    BoolCol  attr
10        1    22
20        2    33
30        3    22
40        3    44
50        4    66
[30]


  • 46
    点赞
  • 96
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
Pandas ,使用 `df.index` 可以获取 DataFrame索引,返回一个 Index 类型的对象。它可以用于获取、修改和重设 DataFrame索引,也可以用于判断 DataFrame 是否包含某个索引。 例如,创建一个简单的 DataFrame,并获取它的索引: ``` python import pandas as pd data = {'name': ['Alice', 'Bob', 'Charlie'], 'age': [25, 30, 35], 'gender': ['F', 'M', 'M']} df = pd.DataFrame(data) print(df.index) ``` 输出结果为: ``` RangeIndex(start=0, stop=3, step=1) ``` 在这个例子,我们创建了一个包含三个行和三个列的 DataFrame,然后使用 `df.index` 获取了它的索引。由于我们没有显式地指定索引,因此 Pandas 会默认使用从 0 开始的整数索引。 如果需要将 DataFrame 的某一列设置为索引,可以使用 `set_index()` 方法: ``` python df.set_index('name', inplace=True) print(df.index) ``` 输出结果为: ``` Index(['Alice', 'Bob', 'Charlie'], dtype='object', name='name') ``` 在这个例子,我们将 DataFrame 的 'name' 列设置为索引,然后使用 `df.index` 获取了它的索引。可以看到,此时索引的类型为 Index,而且它的为 'name' 列的三个元素。 需要注意的是,Index 类型的对象与列表或数组类型的对象有些不同,它具有一些特殊的属性和方法。例如,它是不可变的(immutable),不能直接修改其元素;它还支持一些集合操作,如并集、交集和差集等。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值