Pandas相当于R's which（）

Question

以前也有人问过这个问题的变体，我仍然很难理解如何根据我想要设置的条件实际分割python系列/pandas数据帧。

在R，我要做的是：

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

函数的作用是：查找数据框中某列中大于someNumberRichoose的行项索引，并将其作为向量返回。然后，我使用这些行索引来表示要在新表单中查看数据帧的哪些行，从而对数据帧进行切片。

在python中是否有类似的方法来完成此任务？我见过枚举的引用，在阅读了文档之后，我不完全理解它。为了获得行索引，我的示例如下所示：

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

但是，我一直得到一个无效的语法错误。我可以通过循环遍历这些值来破解一个解决方案，并且可以自己手动执行搜索，但这看起来非常不符合python，而且效率很低。

枚举（）到底做什么？在满足所需参数的向量中找到值索引的python方法是什么？

注意：我使用Pandas作为数据帧

Answer 1

我可能不太明白这个问题，但似乎回答起来比你想的要容易：

使用pandas数据帧：

df['colname'] > somenumberIchoose

返回具有真/假值和数据帧原始索引的pandas系列。

然后，可以在原始数据帧上使用该布尔序列，并获取要查找的子集：

df[df['colname'] > somenumberIchoose]

应该够了。

见http://pandas.pydata.org/pandas-docs/stable/indexing.html#boolean-indexing

Answer 2

据我所知，使用numpy——一个类似于MATLAB的科学计算软件包，您可能会更舒服一些。

如果您希望数组的索引值可以被2整除，那么下面的方法可以工作。

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

使用多维数组也很容易

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

Answer 3

enumerate()返回一个迭代器，该迭代器在每次迭代中生成一个(index, item)元组，因此您不能（也不需要）再次调用.index()。

此外，您的列表理解语法错误：

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

测试用例：

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

当然，你不需要打开元组：

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

除非你只对指数感兴趣，在这种情况下你可以做

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