如何获取与 Pandas 中特定值匹配的列索引？答案

【问题标题】：How to get column index which is matching with specific value in Pandas?如何获取与 Pandas 中特定值匹配的列索引？
【发布时间】：2023-02-01 23:13:02
【问题描述】：

我有如下数据框。

     0      1      2      3      4      5      6      7
    True  False  False  False  False  False  False  False
    [1 rows * 8 columns]

如您所见，第一列有一个 True 值。

因此，我想获取数据框中的 0 索引，即 True 元素。在其他情况下，第 4 列索引中有 True，那么我想获取 4，因为第 4 列具有以下数据框的 True 值。

     0      1      2      3      4      5      6      7
    False  False  False  False  True  False  False  False
    [1 rows * 8 columns]

我试图用谷歌搜索它，但没有得到我想要的。并且对于假设，案例中没有指定列名。

期待您的帮助。

谢谢。

【问题讨论】：

你总是只有一排吗？

标签： python pandas

【解决方案1】：

如果你想要每个字段都是真的：

cols_true = []
for idx, row in df.iterrows():
    for i in cols:
        if row[i]:
            cols_true.append(i)
print(cols_true)

【讨论】：

【解决方案2】：

使用布尔索引：

df.columns[df.iloc[0]]

输出：

Index(['0'], dtype='object')

或者numpy.where

np.where(df)[1]

【讨论】：

【解决方案3】：

IIUC，你在找idxmax：

>>> df
      0      1      2      3      4      5      6      7
0  True  False  False  False  False  False  False  False

>>> df.idxmax(axis=1)
0    0
dtype: object

>>> df
       0      1      2      3     4      5      6      7
0  False  False  False  False  True  False  False  False

>>> df.idxmax(axis=1)
0    4
dtype: object

警告：如果所有值都是False，Pandas 返回第一个索引，因为索引 0 是最高值的最低索引：

>>> df
       0      1      2      3      4      5      6      7
0  False  False  False  False  False  False  False  False

>>> df.idxmax(axis=1)
0    0
dtype: object

解决方法：将False替换为np.nan：

>>> df.replace(False, np.nan).idxmax(axis=1)
0   NaN
dtype: float64

【讨论】：

@大本钟。谢谢我修好了。

【解决方案4】：

您可能希望通过列本身（在本例中为0）对数据框的索引进行索引，如下所示：

df.index[df[0]]

你会得到：

Int64Index([0], dtype='int64')

【讨论】：