代码之家 › 专栏 › 技术社区 › 576i

Python Pandas——如何获取数据帧中一个或多个过滤行的(iloc)位置

dataframe pandas python

576i · 技术社区 · 7 年前

用这个例子

df = pd.DataFrame({'letters': 
                  ['A', 'B', 'C', 'D', 'E', 'F']},
                  index=[10, 20, 30, 40, 50, 30])

具有 df。伊洛克 [x] 我可以得到数据框中的x行。例如

df.iloc[3]

字母D 名称:40,数据类型:object

当我像这样过滤数据帧时

df2 = df.iloc[1:3]

我得到了df2

    letters
20  B
30  C

现在假设我不知道过滤器是如何应用的,我需要找出过滤行(1和2)的值。

获取位置列表的最佳方法是什么,它允许我通过原始数据帧使用 df。伊洛克 ? 我如何获得职位编号?

我在寻找结果

[1, 2]

注:我有一个很好的建议:

df.index.get_indexer_for((df2.index))

如果索引不是唯一的,这就不起作用。

Int64Index([1, 2, 5], dtype='int64')

1 回复 | 直到 7 年前

DSM 7 年前

因为如果我们想处理这样的案件,我们也必须考虑到这些价值 df.iloc[[1,5]] ,你需要从“30F”中得到5,我认为最简单的方法是利用合并:

In [172]: df.reset_index().reset_index().merge(df.iloc[1:3].reset_index())
Out[172]: 
   level_0  index letters
0        1     20       B
1        2     30       C

In [173]: df.reset_index().reset_index().merge(df.iloc[1:3].reset_index())["level_0"].values
Out[173]: array([1, 2], dtype=int64)

In [174]: df.reset_index().reset_index().merge(df.iloc[[1,5]].reset_index())
Out[174]: 
   level_0  index letters
0        1     20       B
1        5     30       F

In [175]: df.reset_index().reset_index().merge(df.iloc[[1,5]].reset_index())["level_0"].values
Out[175]: array([1, 5], dtype=int64)

如果由于重复的行而无法唯一地恢复原始位置,您将获得所有这些位置:

In [179]: df.iloc[-1, 0] = "C"

In [180]: df.reset_index().reset_index().merge(df.iloc[[1,2]].reset_index())
Out[180]: 
   level_0  index letters
0        1     20       B
1        2     30       C
2        5     30       C

In [181]: df.reset_index().reset_index().merge(df.iloc[[1,2]].reset_index())["level_0"].values
Out[181]: array([1, 2, 5], dtype=int64)

但您可以决定合并后如何删除重复项。

推荐文章