通过python-pandas中的布尔运算符获取数字索引答案

【问题标题】：Get the number index through boolean opearator in python-pandas通过python-pandas中的布尔运算符获取数字索引
【发布时间】：2016-10-29 01:52:54
【问题描述】：

现在我可以使用布尔运算符获得预期值：

mask1 = df.val > 10
mask2 = df.val < 5
c1 = df[mask1]
c2 = df[mask2]

我希望得到c1和c2中每个点之间的切片，即给定一个数据框df如下：

df[1:3] 和 df[4:7] 的切片是我想要的。首先，我需要通过mask1和mask2获取索引1、3、4、7。你知道怎么做吗？

【问题讨论】：

标签： python pandas indexing dataframe conditional-statements

【解决方案1】：

我认为你可以使用：

c1 = df[mask1].index
c2 = df[mask2].index

print (c1)
Int64Index([1, 4], dtype='int64')
print (c2)
Int64Index([3, 7], dtype='int64')

print (df[c1[0]:c2[0]])
   val
1   12
2    5

print (df[c1[1]:c2[1]])
   val
4   11
5    9
6    9

同理：

print (df[1:3])
   val
1   12
2    5

print (df[4:7])
   val
4   11
5    9
6    9

如果您需要按c1 或c2 切片，请使用ix：

print (df.ix[c1])
   val
1   12
4   11

print (df.ix[c2])
   val
3    2
7    3

【讨论】：

感谢您的回答！我想知道我可以直接执行df[c1] 之类的操作来获取12, 11 的值吗？
您需要添加ix 或loc，print (df.ix[c1]) 返回val 1 12 4 11 顺便说一句，ix 更快。
那列呢？ df.ix[c1, 'val'] ?
是的，它也适用于列 nice df.ix[c1, 'val']，然后得到 Serie，而不是 DataFrame。

【解决方案2】：

这假设对你有用：

c1 = df[df['val'] > 10].index.tolist()
c2 = df[df['val'] < 5].index.tolist()

输出：c1 = [1,4] c2 = [3,7]

【讨论】：

【解决方案3】：

通过该掩码条件将较大的数据帧设置为较小的数据帧

df_mask1 = df[df.val > 10]
#in df_mask1  you will have index 1 and 4 [Rows of main dataframe]
#similarly
df_mask2  = df[df.val < 5] 
# you will have index 3 and 7 in df_mask2

或者，如果您想通过该掩码条件更改其他列值，您可以使用 df.loc（只需尝试在网络上搜索）。

【讨论】：