在 Pandas 中获取布尔 DataFrame 的 True 元素的（索引，列）对答案

【问题标题】：Getting (index, column) pairs for True elements of a boolean DataFrame in Pandas在 Pandas 中获取布尔 DataFrame 的 True 元素的（索引，列）对
【发布时间】：2014-11-10 22:21:34
【问题描述】：

假设我有一个 Pandas DataFrame，我想获得一个 [(index1, column1), (index2, column2) ...] 形式的元组列表，描述 DataFrame 的所有元素在某些条件下的位置真的。例如：

x = pd.DataFrame(np.random.normal(0, 1, (4,4)), index=['a', 'b', 'c', 'd'],
                 columns=['e', 'f', 'g', 'h'])
x


     e           f           g           h
a   -1.342571   -0.274879   -0.903354   -1.458702
b   -1.521502   -1.135800   -1.147913   1.829485
c   -1.199857   0.458135    -1.993701   -0.878301
d   0.485599    0.286608    -0.436289   -0.390755

y = x > 0

有没有办法获得：

x.loc[y]

[(b, h), (c,f), (d, e), (d,f)]

或类似的？显然，我可以做到：

postup = []
for i in x.index:
    for j in x.columns:
        if x.loc[i, j] > 0:
            postup.append((i, j))

但我想可能/已经实现了更好的东西。在 matlab 中，函数 find 与 sub2ind 结合使用。

【问题讨论】：

标签： python pandas

【解决方案1】：

x[x > 0].stack().index.tolist()

【讨论】：

【解决方案2】：

我的方法使用MultiIndex：

#make it a multi-indexed Series
stacked = y.stack()

#restrict to where it's True
true_stacked = stacked[stacked]

#get index as a list of tuples
result = true_stacked.index.tolist()

【讨论】：

【解决方案3】：

如果您希望每个行索引都有一个元组：

import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.normal(0, 1, (4,4)), index=['a', 'b', 'c', 'd'], columns=['e', 'f', 'g', 'h'])

# build column replacement
column_dict = {}
for col in [{col: {True: col}} for col in df.columns]:
    column_dict.update(col)

# replace where > 0
df = (df>0).replace(to_replace=column_dict)

# convert to tuples and drop 'False' values
[tuple(y for y in x if y != False) for x in df.to_records()]

【讨论】：