例如，假设一个简单的数据框
A B
0 1 0.810743
1 2 0.595866
2 3 0.154888
3 4 0.472721
4 5 0.894525
5 6 0.978174
6 7 0.859449
7 8 0.541247
8 9 0.232302
9 10 0.276566
给定条件，如何检索行的索引值？例如：dfb = df[df['A']==5].index.values.astype(int)return [4]，但是我想得到的只是just 4。这在以后的代码中给我带来麻烦。
根据某些条件，我想记录满足该条件的索引，然后在它们之间选择行。
我试过了
dfb = df[df['A']==5].index.values.astype(int)
dfbb = df[df['A']==8].index.values.astype(int)
df.loc[dfb:dfbb,'B']
获得理想的输出
A B
4 5 0.894525
5 6 0.978174
6 7 0.859449
但我明白了 TypeError: '[4]' is an invalid key
添加起来比较容易[0]-使用一个元素选择list的第一个值：
dfb = df[df['A']==5].index.values.astype(int)[0]
dfbb = df[df['A']==8].index.values.astype(int)[0]
dfb = int(df[df['A']==5].index[0])
dfbb = int(df[df['A']==8].index[0])
但是，如果某些值不匹配，则会出现错误，因为第一个值不存在。
解决方案是使用next与iter用于获取缺省parameetr如果没有匹配的值：
dfb = next(iter(df[df['A']==5].index), 'no match')
print (dfb)
4
dfb = next(iter(df[df['A']==50].index), 'no match')
print (dfb)
no match
然后似乎需要减去1：
print (df.loc[dfb:dfbb-1,'B'])
4 0.894525
5 0.978174
6 0.859449
Name: B, dtype: float64
boolean indexing或的另一种解决方案query：
print (df[(df['A'] >= 5) & (df['A'] < 8)])
A B
4 5 0.894525
5 6 0.978174
6 7 0.859449
print (df.loc[(df['A'] >= 5) & (df['A'] < 8), 'B'])
4 0.894525
5 0.978174
6 0.859449
Name: B, dtype: float64
print (df.query('A >= 5 and A < 8'))
A B
4 5 0.894525
5 6 0.978174
6 7 0.859449
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
我来说两句