python提取某列特定值_索引 - Python Pandas：获取列匹配特定值的行的索引

df.iloc[i]返回df.iloc行np.flatnonzero. i未引用索引标签，i是基于0的索引。

相反，属性df.iloc返回实际的索引标签，而不是数字行索引：

df.index[df['BoolCol'] == True].tolist()

或等效地，

df.index[df['BoolCol']].tolist()

你可以通过使用DataFrame来清楚地看到差异一个“不寻常”的指数：

df = pd.DataFrame({'BoolCol': [True, False, False, True, True]},

index=[10,20,30,40,50])

In [53]: df

Out[53]:

BoolCol

10 True

20 False

30 False

40 True

50 True

[5 rows x 1 columns]

In [54]: df.index[df['BoolCol']].tolist()

Out[54]: [10, 40, 50]

如果要使用索引，

In [56]: idx = df.index[df['BoolCol']]

In [57]: idx

Out[57]: Int64Index([10, 40, 50], dtype='int64')

然后您可以使用df.iloc而不是np.flatnonzero选择行：

In [58]: df.loc[idx]

Out[58]:

BoolCol

10 True

40 True

50 True

[3 rows x 1 columns]

请注意，df.iloc也可以接受布尔数组：

In [55]: df.loc[df['BoolCol']]

Out[55]:

BoolCol

10 True

40 True

50 True

[3 rows x 1 columns]

如果您有一个布尔数组，df.iloc，并且需要序数索引值，则可以使用np.flatnonzero计算它们：

In [110]: np.flatnonzero(df['BoolCol'])

Out[112]: array([0, 3, 4])

使用df.iloc按顺序索引选择行：

In [113]: df.iloc[np.flatnonzero(df['BoolCol'])]

Out[113]:

BoolCol

10 True

40 True

50 True