Python Pandas如何獲取列匹配特定值的行

這篇文章給大家分享的是有關Python Pandas如何獲取列匹配特定值的行的內容。小編覺得挺實用的，因此分享給大家做個參考，一起跟隨小編過來看看吧。

給定一個帶有列"BoolCol"的DataFrame，如何找到滿足條件"BoolCol" == True的DataFrame的索引

目前有迭代的方式來做到這一點：

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

這雖然可行，但不是標準的 Pandas 方式。經過一番研究，我目前正在使用這個代碼：

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

這個給了我一個索引列表，但跟我想要的不匹配，當檢查：

df.iloc[i]['BoolCol']

其結果實際上是False！

如何使用正確的 Pandas 方式做到這一點？

最佳解決方法

df.iloc[i]返回df的第i行。 i不引用索引標簽，i是從0開始的索引。

相反，屬性index返回實際的索引標簽，而不是數字row-indices：

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

或者等同地，

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

通過使用帶有"unusual"索引的DataFrame，可以非常清楚地看到差異：

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]

如果你想使用索引，

In [56]: idx = df.index[df['BoolCol']]
In [57]: idx
Out[57]: Int64Index([10, 40, 50], dtype='int64')

那么您可以使用loc而不是iloc選擇行：

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

[3 rows x 1 columns]

請注意，loc也可以接受布爾數組：

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

[3 rows x 1 columns]

如果您有一個布爾數組mask，并且需要序數索引值，則可以使用np.flatnonzero來計算它們：

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

使用df.iloc按順序索引選擇行：

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

Python的優點有哪些

1、簡單易用，與C/C++、Java、C# 等傳統語言相比，Python對代碼格式的要求沒有那么嚴格；2、Python屬于開源的，所有人都可以看到源代碼，并且可以被移植在許多平臺上使用；3、Python面向對象，能夠支持面向過程編程,也支持面向對象編程；4、Python是一種解釋性語言，Python寫的程序不需要編譯成二進制代碼，可以直接從源代碼運行程序；5、Python功能強大，擁有的模塊眾多，基本能夠實現所有的常見功能。

感謝各位的閱讀！關于“Python Pandas如何獲取列匹配特定值的行”這篇文章就分享到這里了，希望以上內容可以對大家有一定的幫助，讓大家可以學到更多知識，如果覺得文章不錯，可以把它分享出去讓更多的人看到吧！