返回熊猫数据框中特定值的列名答案

【问题标题】：Return the column name(s) for a specific value in a pandas dataframe返回熊猫数据框中特定值的列名
【发布时间】：2019-03-07 14:36:12
【问题描述】：

我在其他语言（例如 R 或 SQL）中找到了此选项，但我不太确定如何在 Pandas 中进行此操作。

所以我有一个包含 1262 列和 1 行的文件，并且每次出现特定值时都需要返回列标题。

比如说这个测试数据框：

Date               col1    col2    col3    col4    col5    col6    col7 
01/01/2016 00:00   37.04   36.57   35.77   37.56   36.79   35.90   38.15

我需要找到列名，例如其中值 = 38.15。这样做的最佳方式是什么？

谢谢

【问题讨论】：

这个问题与stackoverflow.com/q/42639207有关，一般情况“获取指定条件的列的名称”。

标签： python pandas

【解决方案1】：

看到你只有一行，那么你可以在结果上调用iloc[0] 并使用它来屏蔽列：

In [47]:
df.columns[(df == 38.15).iloc[0]]

Out[47]:
Index(['col7'], dtype='object')

分解以上内容：

In [48]:
df == 38.15

Out[48]:
             Date   col1   col2   col3   col4   col5   col6  col7
01/01/2016  False  False  False  False  False  False  False  True

In [49]:
(df == 38.15).iloc[0]

Out[49]:
Date    False
col1    False
col2    False
col3    False
col4    False
col5    False
col6    False
col7     True
Name: 01/01/2016, dtype: bool

您也可以将idxmax 与参数axis=1 一起使用：

In [52]:
(df == 38.15).idxmax(axis=1)[0]

Out[52]:
'col7'

【讨论】：

非常感谢！我已经尝试了所有三个并且它们有效。我更喜欢第三种解决方案，即(df == 38.15).idxmax(axis=1)[0]，因为它立即给出了列的值
我同意，顾名思义，您可以像这样使用idxmax 并不是很明显，但是axis 参数是专门为逐列查找最大值而设计的
嗨！有没有一种快速的方法可以为每一行执行此操作（df.columns[(df == 38.15).iloc[0]]）？我的意思是，对于每一行，我想获取包含特定值的列的名称。我试过为 cicle 做一个，但我有 11 毫米的行......所以虽然它有效，但它需要很多时间。谢谢！
如果我必须检查多个号码。例如38.15 和 37.56 并打印特定列？
每一行怎么做？如何使用字符串创建一列，将这一行中的所有列命名为 38.15？ df['correct_columns'] = ', '.join(df.columns[df==38.15]) - 不适用于每一行。说“indeces 太多”，我想它不检查行，而是检查整个数据框。

【解决方案2】：

您可以使用数据框切片，然后获取列名：

df.ix[:,df.loc[0] == 38.15].columns

输出：

Index([u'col7'], dtype='object')

【讨论】：

谢谢，如果我确实想要索引并且速度很快，那就太好了，但在这种情况下，列名最适合我的问题。

【解决方案3】：

假设我们有这个 df 。只检查df的前三行我们想得到具体值为5的列名。

df = pd.DataFrame(np.random.randint(0,10,size=(10, 4)), columns=list('ABCD'))
    df.head(3)

我们可以这样做：

In[61]:
for index, row in df[:3].iterrows():
    for i in range(len(df.columns)): 
        if row[i] == 5:
            print(row.index[i])
Out[61]:
'D'

【讨论】：

【解决方案4】：

只是为了把一些不同的东西扔进擂台：

row = df.iloc[0]
row.reset_index().set_index(0).loc[38.15]

【讨论】：