df.iloc [i]返回df的第i行。 i不引用索引标签,i是基于0的索引。
相反,属性索引返回实际索引标签,而不是数字行索引:
df[df['BoolCol'] == True].index.tolist()
或者等同地,
df[df['BoolCol']].index.tolist()
你可以通过使用DataFrame来清楚地看到差异
“不寻常”指数:
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[df['BoolCol']].index.tolist()
Out[54]: [10, 40, 50]
如果要使用索引标签,
In [56]: idx = df[df['BoolCol']].index.tolist()
In [57]: idx
Out[57]: [10, 40, 50]
那么您可以使用loc而不是iloc来选择行:
In [58]: df.loc[idx]
Out[58]:
BoolCol
10 True
40 True
50 True
[3 rows x 1 columns]
注意loc也可以接受布尔数组:
In [55]: df.loc[df['BoolCol']]
Out[55]:
BoolCol
10 True
40 True
50 True
[3 rows x 1 columns]
如果你有一个布尔数组,掩码和需要序数索引值,你可以使用np.flatnonzero计算:
In [110]: np.flatnonzero(df['BoolCol'])
Out[112]: array([0, 3, 4])
使用df.iloc按顺序索引选择行:
In [113]: df.iloc[np.flatnonzero(df['BoolCol'])]
Out[113]:
BoolCol
10 True
40 True
50 True