pandas 查找具有条件的元素的行+列名称答案

【问题标题】：pandas find row+col names for elements with conditionpandas 查找具有条件的元素的行+列名称
【发布时间】：2018-03-10 20:28:09
【问题描述】：

我有一个熊猫数据框的相关性。我正在搜索数据框以查找大于阈值0.5 的相关性，然后返回与条件匹配的那些元素的列名和行名（均为字符串）。

目前，我可以将相关矩阵转换为大于阈值的值，然后所有其他值都是 NaN 使用这个：

correlations[np.abs(correlations) > 0.5]

现在我有了与我的查询和NaNs 匹配的数字矩阵，我如何获取值不是NaN 的每个元素的行+列名称？

【问题讨论】：

标签： python pandas numpy

【解决方案1】：

我相信您需要Series 中的boolean indexing 由stack 创建，然后rename_axis 用于新列名称，reset_index 用于来自MultiIndex 的列：

np.random.seed(456) 

correlations = pd.DataFrame(np.random.rand(5,3), columns=list('ABC'))
print (correlations)
          A         B         C
0  0.248756  0.163067  0.783643
1  0.808523  0.625628  0.604114
2  0.885702  0.759117  0.181105
3  0.150169  0.435679  0.385273
4  0.575710  0.146091  0.686593

s = correlations.stack()
df = s[np.abs(s) > 0.5].rename_axis(('idx','col')).reset_index(name='val')
print (df)
   idx col       val
0    0   C  0.783643
1    1   A  0.808523
2    1   B  0.625628
3    1   C  0.604114
4    2   A  0.885702
5    2   B  0.759117
6    4   A  0.575710
7    4   C  0.686593

详情：

print (s)
0  A    0.248756
   B    0.163067
   C    0.783643
1  A    0.808523
   B    0.625628
   C    0.604114
2  A    0.885702
   B    0.759117
   C    0.181105
3  A    0.150169
   B    0.435679
   C    0.385273
4  A    0.575710
   B    0.146091
   C    0.686593
dtype: float64

【讨论】：

【解决方案2】：

或者你可以使用melt

correlations.where(correlations.abs().gt(0.5)).reset_index().melt('index').dropna()
Out[357]: 
    index variable     value
1       1        A  0.808523
2       2        A  0.885702
4       4        A  0.575710
6       1        B  0.625628
7       2        B  0.759117
10      0        C  0.783643
11      1        C  0.604114
14      4        C  0.686593

【讨论】：