Python 판다:특정 값과 일치하는 열의 인덱스 가져오기

Python 판다:특정 값과 일치하는 열의 인덱스 가져오기

"BoolCol" 열이 있는 DataFrame을 지정하면 "BoolCol" == True인 DataFrame의 인덱스를 찾습니다.

저는 현재 완벽하게 작동하는 반복적인 방법을 가지고 있습니다.

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

하지만 이것은 판다의 올바른 방법이 아니다.조사 결과, 현재 이 코드를 사용하고 있습니다.

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

이것은 인덱스 목록을 제공하지만 다음 작업을 수행하여 인덱스를 확인했을 때 일치하지 않습니다.

df.iloc[i]['BoolCol']

결과는 사실 False!!

판다들이 이렇게 하는 올바른 방법은 무엇일까요?

df.iloc[i]를 반환하다ith줄지어 늘어선df.i인덱스 라벨을 참조하지 않습니다.i는 0 기반의 인덱스입니다.

반면 Atribute는 숫자 행 표시기가 아닌 실제 인덱스 레이블을 반환합니다.

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

또는 동등하게

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

행의 숫자 위치와 같지 않은 기본값 이외의 인덱스를 사용하여 DataFrame을 재생하면 차이를 명확하게 알 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]

---

색인을 사용하려면

In [56]: idx = df.index[df['BoolCol']]

In [57]: idx
Out[57]: Int64Index([10, 40, 50], dtype='int64')

그런 다음 대신 을 사용하여 행을 선택할 수 있습니다.

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

[3 rows x 1 columns]

---

는 부울 배열을 받아들일 수도 있습니다.

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

[3 rows x 1 columns]

---

부울 배열이 있고 서수 인덱스 값이 필요한 경우 다음과 같이 계산할 수 있습니다.

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

사용하다df.iloc순서형 인덱스로 행을 선택하려면:

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

numpy where() 함수를 사용하여 수행할 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

일치에 항상 인덱스가 필요한 것은 아니지만 필요한 경우:

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']

데이터 프레임 개체를 한 번만 사용하려면 다음 명령을 사용합니다.

df['BoolCol'].loc[lambda x: x==True].index

간단한 방법은 필터링 전에 DataFrame 인덱스를 리셋하는 것입니다.

df_reset = df.reset_index()
df_reset[df_reset['BoolCol']].index.tolist()

좀 촌스럽긴 하지만, 빠르잖아!

먼저 확인하시기 바랍니다.query대상 열이 유형인 경우bool(PS: 사용방법에 대해서는 링크를 확인해 주세요.)

df.query('BoolCol')
Out[123]: 
    BoolCol
10     True
40     True
50     True

원래 df를 Boolean 컬럼으로 필터링한 후 인덱스를 선택할 수 있습니다.

df=df.query('BoolCol')
df.index
Out[125]: Int64Index([10, 40, 50], dtype='int64')

---

또한 팬더들은nonzero의 위치만 선택하면 됩니다.True노를 젓고 그것을 사용하여DataFrame또는index

df.index[df.BoolCol.nonzero()[0]]
Out[128]: Int64Index([10, 40, 50], dtype='int64')

나는 이 질문을 확장했다. 어떻게 하면 이 질문을 얻을 수 있을까?row,column그리고.value모든 일치값의 값?

해결책은 다음과 같습니다.

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]

출력:

          0        1       2
0       cat      dog        
1  goldfish           kitten
2     Puppy  hamster   mouse


row  col        name
0    1           dog
2    0         Puppy

관심 있는 기존의 인덱스 후보에서는 다음과 같이 전체 열을 체크하지 않음으로써 더 빠른 방법을 사용할 수 있습니다.

np.array(index_slice)[np.where(df.loc[index_slice]['column_name'] >= threshold)[0]]

완전 비교:

import pandas as pd
import numpy as np

index_slice = list(range(50,150)) # know index location for our inteterest
data = np.zeros(10000)
data[(index_slice)] = np.random.random(len(index_slice))

df = pd.DataFrame(
    {'column_name': data},
)

threshold = 0.5

%%timeit
np.array(index_slice)[np.where(df.loc[index_slice]['column_name'] >= threshold)[0]]
# 600 µs ± 1.21 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

%%timeit
[i for i in index_slice if i in df.index[df['column_name'] >= threshold].tolist()]
# 22.5 ms ± 29.1 µs per loop (mean ± std. dev. of 7 runs, 10 loops each)

동작 방법은 다음과 같습니다.

# generate Boolean satisfy condition only in sliced column
df.loc[index_slice]['column_name'] >= threshold

# convert Boolean to index, but start from 0 and increment by 1
np.where(...)[0]

# list of index to be sliced
np.array(index_slice)[...]

주의: 다음 점에 주의해 주십시오.np.array(index_slice)로 대체할 수 없다df.index때문에np.where(...)[0]색인화start from 0 and increment by 1, 하지만 당신은 다음과 같은 것을 만들 수 있다.df.index[index_slice]그리고 한 번만 적은 열로 하면 번거롭지 않을 것 같아요.

언급URL : https://stackoverflow.com/questions/21800169/python-pandas-get-index-of-rows-which-column-matches-certain-value