pandas.dataframe中根据条件获取元素所在的位置（索引）

最新推荐文章于 2023-03-14 13:29:48 发布

qq_38573437

最新推荐文章于 2023-03-14 13:29:48 发布

阅读量1.4k

点赞数

分类专栏： Python 小技巧

原文链接：https://blog.csdn.net/xwd18280820053/article/details/72614734

版权

Python 同时被 2 个专栏收录

16 篇文章 0 订阅

订阅专栏

小技巧

11 篇文章 0 订阅

订阅专栏

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]