将 Pandas 数据帧的行映射到 numpy 数组

Question

抱歉，我知道有很多与索引相关的问题，而且可能让我很头疼，但我在这方面遇到了一些麻烦。我对.loc、.iloc 和.index 方法和切片很熟悉。方法 .reset_index 可能没有（也可能无法）在我们的数据帧上调用，因此索引标签可能不按顺序排列。数据帧和 numpy 数组实际上是数据帧的不同长度子集，但在本示例中，我将保持它们相同的大小（一旦我有示例，我就可以处理偏移）。

这是一张显示我正在寻找的图片：

我可以根据一些搜索条件从数据框中提取行列。

idxlbls = df.index[df['timestamp'] == dt]
stuff = df.loc[idxlbls, 'col3':'col5']

但是如何将其映射到行号（数组索引，而不是标签索引）以用作 numpy 中的数组索引（假设行长度相同）？

stuffprime = array[?, ?]

我需要它的原因是因为数据框更大更完整并且包含列搜索条件，但是 numpy 数组是在管道中预先提取和修改的子集（并且没有相同的搜索条件在他们中）。我需要搜索数据框并从 numpy 数组中提取等效数据。基本上我需要将数据帧中的特定行与 numpy 数组的相应行关联起来。

Answer 1

我会将 pandas 索引映射到 numpy 索引：

keys_dict = dict(zip(idxlbls, range(len(idxlbls))))

然后您可以使用字典 keys_dict 通过 pandas 索引来寻址数组元素：array[keys_dict[some_df_index], :]

Answer 2

我认为需要get_indexer 用于过滤列名称的位置，因为索引可以使用相同的方式或numpy.where 用于布尔掩码的位置：

df = pd.DataFrame({'timestamp':list('abadef'),
                   'B':[4,5,4,5,5,4],
                   'C':[7,8,9,4,2,3],
                   'D':[1,3,5,7,1,0],
                   'E':[5,3,6,9,2,4]}, index=list('ABCDEF'))

print (df)
  timestamp  B  C  D  E
A         a  4  7  1  5
B         b  5  8  3  3
C         a  4  9  5  6
D         d  5  4  7  9
E         e  5  2  1  2
F         f  4  3  0  4

idxlbls = df.index[df['timestamp'] == 'a']
stuff = df.loc[idxlbls, 'C':'E']
print (stuff)
   C  D  E
A  7  1  5
C  9  5  6

a = df.index.get_indexer(stuff.index)

或者通过布尔掩码获取位置：

a = np.where(df['timestamp'] == 'a')[0]

print (a)
[0 2]

---

b = df.columns.get_indexer(stuff.columns)
print (b)
[2 3 4]