Pandas 根据项目值返回索引和列名答案

【问题标题】：Pandas return index and column name based on the item valuePandas 根据项目值返回索引和列名
【发布时间】：2014-10-12 03:42:44
【问题描述】：

我正在尝试根据项目值返回列名和索引。我有这样的事情：

所以让我尝试返回值 > 0.75 的所有值的索引和列名。

for date, row in df.iterrows():
    for item in row:
        if item > .75:
            print index, row

我希望它返回“交通和抢劫”。但是，这将返回所有值。我没有在文档、在线或此处找到答案。提前谢谢你。

【问题讨论】：

为了将来参考，只需将df.head() 粘贴到问题中，而不是使用屏幕截图。我们可以通过这种方式将数据框复制并粘贴到我们的控制台中......

标签： python pandas data-analysis

【解决方案1】：

使用稍微不同的数字（无特殊原因），您可以堆叠到一个系列，然后使用布尔索引：

In [11]: df.stack()
Out[11]:
assault  assault    1.00
         robbery    0.76
         traffic    0.60
robbery  assault    0.76
         robbery    1.00
         traffic    0.78
traffic  assault    0.68
         robbery    0.78
         traffic    1.00
dtype: float64

In [12]: s = df.stack()

In [13]: s[(s!=1) & (s>0.77)]
Out[13]:
robbery  traffic    0.78
traffic  robbery    0.78
dtype: float64

您可以做一些 numpy 来删除重复项，一种方法* 是使用 triu 将不在上对角线中的那些设为 0（不幸的是，这不会作为 DataFrame :( ）返回：

In [21]: np.triu(df, 1)
Out[21]:
array([[ 0.  ,  0.76,  0.6 ],
       [ 0.  ,  0.  ,  0.78],
       [ 0.  ,  0.  ,  0.  ]])

In [22]: s = pd.DataFrame(np.triu(df, 1), df.index, df.columns).stack() > 0.77

In [23]: s[s]
Out[23]:
robbery  traffic    True
dtype: bool

In [24]: s[s].index.tolist()
Out[24]: [('robbery', 'traffic')]

*我怀疑还有更有效的方法...

【讨论】：

【解决方案2】：

我从

开始

         assault  robbery  traffic
index                             
assault     1.00     0.74     0.68
robbery     0.74     1.00     0.78
traffic     0.68     0.78     1.00

然后做

df = df.reset_index()
df2 = df.stack().reset_index()
df2.drop_duplicates(0)[df2[0] > 0.75][['index', 'level_1']]

     index  level_1
0  assault  assault
5  robbery  traffic

drop_duplicates() 去掉了双密钥对，但假设每个密钥对都有一个唯一值（这是有争议的）。

【讨论】：

【解决方案3】：

如果你想保留 for 循环，你可以使用列和索引：

for i in df.index:
  for j in df.columns:
    if (i != j) and (df[i][j] > 0.75):
      print(i,j)

然后输出将是：

robbery traffic
traffic robbery

更新：正如 FooBar 指出的那样，它效率低下。最好使用类似 FooBar 和 Andy Hayden 的建议：

In [3]: df[(df>0.75) & (df!=1)].stack().drop_duplicates()
Out[3]: robbery  traffic    0.78
        dtype: float64

【讨论】：

保持 for 循环是一种非常低效（而且丑陋）的方法。