获取pandas数据帧行的索引作为整数

Question

例如，假设一个简单的数据帧

    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) 返回[4]，但我只想得到4。这会在代码的后面给我带来麻烦。

基于某些条件，我希望记录满足该条件的索引，然后选择其中的行。

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']

为了得到想要的输出

    A         B
4   5  0.894525
5   6  0.978174
6   7  0.859449

但是我得到TypeError: '[4]' is an invalid key

Answer 1

要回答关于如何将索引作为所需选择的整数的原始问题，请执行以下操作：

df[df['A']==5].index.item()

Answer 2

想要包含A == 5的行和所有到但不包括A == 8的行的性质意味着我们最终将使用iloc（loc包括切片的两端）。

为了得到索引标签，我们使用idxmax。这将返回最大值的第一个位置。我在一个布尔序列上运行这个函数，其中A == 5（然后当A == 8）返回第一次发生A == 5时的索引值（对于A == 8也是这样）。

然后我使用searchsorted来找到索引标签（我在上面找到的）出现的顺序位置。这就是我在iloc中使用的。

i5, i8 = df.index.searchsorted([df.A.eq(5).idxmax(), df.A.eq(8).idxmax()])
df.iloc[i5:i8]

---

numpy

您可以通过使用底层的numpy对象（类似的numpy函数）进一步增强这一点。我把它包装成一个方便的函数。

def find_between(df, col, v1, v2):
    vals = df[col].values
    mx1, mx2 = (vals == v1).argmax(), (vals == v2).argmax()
    idx = df.index.values
    i1, i2 = idx.searchsorted([mx1, mx2])
    return df.iloc[i1:i2]

find_between(df, 'A', 5, 8)

---

计时

Answer 3

更简单的方法是添加[0]-使用一个元素选择列表的第一个值：

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])

但如果可能，某些值不匹配，则会引发错误，因为第一个值不存在。

如果值不匹配，则将next与iter一起用于获取默认参数：

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

那么它似乎需要减法1：

print (df.loc[dfb:dfbb-1,'B'])
4    0.894525
5    0.978174
6    0.859449
Name: B, dtype: float64

使用^{}或^{}的另一个解决方案：

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