Pandas中的R的which()等效方法

Question

这个问题之前有人问过，但我还是不太明白怎么根据我设定的条件来切片一个Python的序列或Pandas的数据框。

在R语言中，我想做的是：

df[which(df[,colnumber] > somenumberIchoose),]

which()函数可以找到数据框中某一列里大于我选择的某个数字的行的索引，并把这些索引返回成一个向量。然后，我就可以用这些行的索引来切片数据框，选择我想在新形式中查看的行。

在Python中有没有类似的方法？我看到有人提到enumerate，但我看了文档后还是不太明白。为了获取行索引，我现在的样本代码看起来是这样的：

indexfuture = [ x.index(), x in enumerate(df['colname']) if x > yesterday]  

但是，我总是遇到无效的语法错误。我可以通过循环遍历值，手动搜索来解决这个问题，但这样做感觉非常不符合Python的风格，也不高效。

那么，enumerate()到底是干什么的？在Python中，找到满足特定条件的向量值的索引的正确方法是什么？

注意：我在使用Pandas来处理数据框。

Answer 1

我通常不使用 enumerate，而是直接用 .iteritems。这样可以省去一个 .index() 的步骤。也就是说，

[k for k, v in (df['c'] > t).iteritems() if v]

否则，就得这样做：

df[df['c'] > t].index()

这样做会重复输入数据框的名字，而这个名字可能很长，打起来很麻烦。

Answer 2

如果你需要额外的操作，panda.Series 让你可以在 Series 之间进行运算，比如加、减、乘、除。

只需要把索引相乘就可以了：

idx1 = df['lat'] == 49
idx2 = df['lng'] > 15 
idx = idx1 * idx2

new_df = df[idx] 

Answer 3

enumerate() 是一个函数，它会返回一个迭代器，每次迭代时会给你一个包含 (索引, 项目) 的元组，所以你不需要再调用 .index()。

另外，你的列表推导式写得不对：

indexfuture = [(index, x) for (index, x) in enumerate(df['colname']) if x > yesterday]

测试案例：

>>> [(index, x) for (index, x) in enumerate("abcdef") if x > "c"]
[(3, 'd'), (4, 'e'), (5, 'f')]

当然，你不需要拆开这个元组：

>>> [tup for tup in enumerate("abcdef") if tup[1] > "c"]
[(3, 'd'), (4, 'e'), (5, 'f')]

除非你只对索引感兴趣，这种情况下你可以这样做：

>>> [index for (index, x) in enumerate("abcdef") if x > "c"]
[3, 4, 5]

Answer 4

根据我对R语言的了解，你可能会更喜欢使用numpy，这是一个类似于MATLAB的科学计算工具包。

如果你想找出一个数组中那些值能被2整除的元素的索引，下面的代码可以帮你实现。

arr = numpy.arange(10)
truth_table = arr % 2 == 0
indices = numpy.where(truth_table)
values = arr[indices]

而且，处理多维数组也很简单。

arr2d = arr.reshape(2,5)
col_indices = numpy.where(arr2d[col_index] % 2 == 0)
col_values = arr2d[col_index, col_indices]

Answer 5

我可能没有完全理解这个问题，但看起来答案比你想的要简单：

使用 pandas 的 DataFrame：

df['colname'] > somenumberIchoose

这会返回一个 pandas 系列，里面是 True 和 False 的值，并且保留了原 DataFrame 的索引。

然后你可以用这个布尔系列去筛选原 DataFrame，得到你想要的子集：

df[df['colname'] > somenumberIchoose]

这样就够了。

可以查看 http://pandas.pydata.org/pandas-docs/stable/indexing.html#boolean-indexing