Pandas 中如何獲取特定列滿足給定條件的所有行的索引

Suraj Joshi 2023年1月30日 Pandas Pandas DataFrame Pandas DataFrame Row Pandas DataFrame Column
  1. 簡單的索引操作可獲取 Pandas 中特定列滿足給定條件的所有行的索引
  2. np.where() 方法獲取特定列滿足給定條件的所有行的索引
  3. pandas.DataFrame.query() 獲取特定列滿足給定條件的所有行的索引
Pandas 中如何獲取特定列滿足給定條件的所有行的索引

我們可以使用簡單的索引操作獲得特定列滿足給定條件的所有行的索引。我們還可以使用 NumPy 包中的 where() 方法和 DataFrame 物件的 query() 方法找到它們的索引。

簡單的索引操作可獲取 Pandas 中特定列滿足給定條件的所有行的索引

使用簡單的索引操作可以完成獲取特定列滿足給定條件的行的索引的任務。

import pandas as pd
import numpy as np

dates = ["April-10", "April-11", "April-12", "April-13", "April-14", "April-16"]
sales = [200, 300, 400, 200, 300, 300]
prices = [3, 1, 2, 4, 3, 2]

df = pd.DataFrame({"Date": dates, "Sales": sales, "Price": prices})

reqd_Index = df[df["Sales"] >= 300].index.tolist()
print(reqd_Index)

輸出：

[1, 2, 4, 5]

這裡，df['Sales']>=300 給出一系列布林值，如果其 Sales 列的值大於或等於 300，則其元素為 True。

我們可以通過使用 df[df['Sales']>=300].index 來檢索銷售值大於或等於 300 的行的索引。

最後，tolist() 方法將所有索引轉換為列表。

np.where() 方法獲取特定列滿足給定條件的所有行的索引

np.where() 將條件作為輸入，並返回滿足給定條件的元素的索引。因此，我們可以使用 np.where() 來獲取特定列滿足給定條件的所有行的索引。

import pandas as pd
import numpy as np

dates = ["April-10", "April-11", "April-12", "April-13", "April-14", "April-16"]
sales = [200, 300, 400, 200, 300, 300]
prices = [3, 1, 2, 4, 3, 2]

df = pd.DataFrame({"Date": dates, "Sales": sales, "Price": prices})

reqd_Index = list(np.where(df["Sales"] >= 300))
print(reqd_Index)

輸出：

[array([1, 2, 4, 5])]

這將輸出 Sales 列中的值大於或等於 300 的所有行的索引。

pandas.DataFrame.query() 獲取特定列滿足給定條件的所有行的索引

pandas.DataFrame.query() 返回由提供的查詢表示式產生的 DataFrame。現在，我們可以使用 DataFrame 的 index 屬性返回其特定列滿足給定條件的所有行的索引。

import pandas as pd
import numpy as np

dates = ["April-10", "April-11", "April-12", "April-13", "April-14", "April-16"]
sales = [200, 300, 400, 200, 300, 300]
prices = [3, 1, 2, 4, 3, 2]

df = pd.DataFrame({"Date": dates, "Sales": sales, "Price": prices})

reqd_index = df.query("Sales == 300").index.tolist()
print(reqd_index)

輸出：

[1, 4, 5]

它返回特定列滿足給定條件 Sales == 300 的所有行的索引列表。

Enjoying our tutorials? Subscribe to DelftStack on YouTube to support us in creating more high-quality video guides. Subscribe
作者： Suraj Joshi
Suraj Joshi avatar Suraj Joshi avatar

Suraj Joshi is a backend software engineer at Matrice.ai.

LinkedIn

相關文章 - Pandas DataFrame

相關文章 - Pandas DataFrame Row

相關文章 - Pandas DataFrame Column