获取 pandas 布尔系列为 True 的索引列表 [英] Getting a list of indices where pandas boolean series is True

问题描述

我有一个带有布尔条目的熊猫系列.我想获取值为 True 的索引列表.

例如输入 pd.Series([True, False, True, True, False, False, False, True])

应该产生输出[0,2,3,7].

我可以使用列表理解来完成，但有没有更简洁或更快速的方法?

解决方案

使用 布尔索引

<预><代码>>>>s = pd.Series([真、假、真、真、假、假、假、真])>>>s[s].indexInt64Index([0, 2, 3, 7], dtype='int64')

如果需要np.array对象，获取.values

<预><代码>>>>s[s].index.values数组([0, 2, 3, 7])

---

使用np.nonzero

<预><代码>>>>np.nonzero(s)(数组([0, 2, 3, 7]),)

---

使用np.flatnonzero

<预><代码>>>>np.flatnonzero(s)数组([0, 2, 3, 7])

---

使用np.where

<预><代码>>>>np.where(s)[0]数组([0, 2, 3, 7])

---

使用np.argwhere

<预><代码>>>>np.argwhere(s).ravel()数组([0, 2, 3, 7])

---

使用pd.Series.index

<预><代码>>>>s.index[s]数组([0, 2, 3, 7])

---

使用python内置的filter

<预><代码>>>>[*过滤器(s.get，s.index)][0, 2, 3, 7]

---

使用列表推导

<预><代码>>>>[i for i in s.index if s[i]][0, 2, 3, 7]

I have a pandas series with boolean entries. I would like to get a list of indices where the values are True.

For example the input pd.Series([True, False, True, True, False, False, False, True])

should yield the output [0,2,3,7].

I can do it with a list comprehension, but is there something cleaner or faster?

解决方案

Using Boolean Indexing

>>> s = pd.Series([True, False, True, True, False, False, False, True])
>>> s[s].index
Int64Index([0, 2, 3, 7], dtype='int64')

If need a np.array object, get the .values

>>> s[s].index.values
array([0, 2, 3, 7])

---

Using np.nonzero

>>> np.nonzero(s)
(array([0, 2, 3, 7]),)

---

Using np.flatnonzero

>>> np.flatnonzero(s)
array([0, 2, 3, 7])

---

Using np.where

>>> np.where(s)[0]
array([0, 2, 3, 7])

---

Using np.argwhere

>>> np.argwhere(s).ravel()
array([0, 2, 3, 7])

---

Using pd.Series.index

>>> s.index[s]
array([0, 2, 3, 7])

---

Using python's built-in filter

>>> [*filter(s.get, s.index)]
[0, 2, 3, 7]

---

Using list comprehension

>>> [i for i in s.index if s[i]]
[0, 2, 3, 7]

这篇关于获取 pandas 布尔系列为 True 的索引列表的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！