从熊猫索引中查找整数行索引答案

【问题标题】：Find integer row-index from pandas index从熊猫索引中查找整数行索引
【发布时间】：2017-02-21 17:53:28
【问题描述】：

以下代码查找 df['A'] == 1 的索引

import pandas as pd
import numpy as np
import random

index = range(10)
random.shuffle(index)
df = pd.DataFrame(np.zeros((10,1)).astype(int), columns = ['A'], index = index)

df.A.iloc[3:6] = 1
df.A.iloc[6:] = 2

print df

print df.loc[df['A'] == 1].index.tolist()

它正确返回熊猫索引。如何使用 pandas API 获取整数索引 ([3,4,5])？

【问题讨论】：

这些被称为'row-indices。

标签： python pandas dataframe row indices

【解决方案1】：

怎么样？

In [12]: df.index[df.A == 1]
Out[12]: Int64Index([3, 7, 1], dtype='int64')

或（取决于您的目标）：

In [15]: df.reset_index().index[df.A == 1]
Out[15]: Int64Index([3, 4, 5], dtype='int64')

演示：

In [11]: df
Out[11]:
   A
8  0
4  0
6  0
3  1
7  1
1  1
5  2
0  2
2  2
9  2

In [12]: df.index[df.A == 1]
Out[12]: Int64Index([3, 7, 1], dtype='int64')

In [15]: df.reset_index().index[df.A == 1]
Out[15]: Int64Index([3, 4, 5], dtype='int64')

【讨论】：

【解决方案2】：

这是一种方法：

df.reset_index().index[df.A == 1].tolist()

这将使用[0, 1, 2, ...] 重新索引数据帧，然后根据布尔掩码df.A == 1 提取整数索引值。

编辑感谢@Max index[df.A == 1] 的想法。

【讨论】：

【解决方案3】：

不需要 numpy，你是对的。只是带有 listcomp 的纯 python：

只要找到值为1的索引

print([i for i,x in enumerate(df['A'].values) if x == 1])

【讨论】：

我正在寻找一种在 pandas 中执行此操作的方法。这不应该在 pandas 中实现吗？
我不知道。您的第一个问题提到“没有 numpy”，而不是“与 pandas”。我只是提出了一个仅限 python 的解决方案。
我的错，我一开始表达得不好哈哈
没问题。现在有 3 个有效答案各有特点：)