2024-04-19 06:17:35 发布
网友
在R中,当需要根据可以执行的列的名称检索列索引时
idx <- which(names(my_data)==my_colum_name)
有没有办法对pandas数据帧进行同样的处理?
DSM的解决方案是有效的,但是如果您想要一个直接等价于which的解决方案,您可以(df.columns == name).nonzero()
which
(df.columns == name).nonzero()
下面是一个通过列表理解的解决方案。cols是要为其获取索引的列的列表:
[df.columns.get_loc(c) for c in cols if c in df]
当然,您可以使用.get_loc():
.get_loc()
In [45]: df = DataFrame({"pear": [1,2,3], "apple": [2,3,4], "orange": [3,4,5]}) In [46]: df.columns Out[46]: Index([apple, orange, pear], dtype=object) In [47]: df.columns.get_loc("pear") Out[47]: 2
尽管说实话,我自己并不经常需要这个。通常按名称访问会按我的要求进行(df["pear"],df[["apple", "orange"]],或者可能是df.columns.isin(["orange", "pear"])),尽管我可以肯定地看到您需要索引号的情况。
df["pear"]
df[["apple", "orange"]]
df.columns.isin(["orange", "pear"])
DSM的解决方案是有效的,但是如果您想要一个直接等价于
which
的解决方案,您可以(df.columns == name).nonzero()
下面是一个通过列表理解的解决方案。cols是要为其获取索引的列的列表:
当然,您可以使用
.get_loc()
:尽管说实话,我自己并不经常需要这个。通常按名称访问会按我的要求进行(
df["pear"]
,df[["apple", "orange"]]
,或者可能是df.columns.isin(["orange", "pear"])
),尽管我可以肯定地看到您需要索引号的情况。相关问题 更多 >
编程相关推荐