主页 / coding / 问题 / 78168476
Accepted
x_Amir_x
Asked: 2024-03-16 00:44:29 +0800 CST

如何获取满足mask条件的第一行的索引？

  • 772

这是我的数据框：

import pandas as pd

df = pd.DataFrame(
    {
        'a': [100, 1123, 123, 100, 1, 0, 1],
        'b': [1000, 11123, 1123, 0, 55, 0, 1],
    },
    index=range(100, 107)
)

这是预期的输出。我想创建专栏c：

       a      b      c
100   100   1000    NaN
101  1123  11123    NaN
102   123   1123    NaN
103   100      0    3.0
104     1     55    NaN
105     0      0    NaN
106     1      1    NaN

使用的掩模是：

mask = ((df.a > df.b))

我想获取出现的第一行的索引mask。我想保留原始索引但获取值reset_index()。在此示例中，掩码的第一个实例位于索引处3。

我可以通过以下方式获取掩码的第一个实例：

df.loc[mask.cumsum().eq(1) & mask, 'c'] = 'the first row'

但我不知道如何获取索引。

python

4 个回答

  1. Best Answer

    代码

    可以修改此代码以搜索第二项和第三项，而不仅仅是第一项。

    cond1 = df['a'] > df['b']
cond2 = df.groupby(cond1).cumcount().eq(0)
df.loc[cond1 & cond2, 'c'] = 'the first row'

    df：

            a      b              c
100   100   1000            NaN
101  1123  11123            NaN
102   123   1123            NaN
103   100      0  the first row
104     1     55            NaN
105     0      0            NaN
106     1      1            NaN

    如果您只查找第一个值，下面的代码可能更简单：

    df.loc[df['a'].gt(df['b']).cummax().cumsum().eq(1), 'c'] = 'the first row'

    更新答案

    如果您只想要索引的位置，请使用以下代码：

    cond1 = df['a'] > df['b']
idx = cond1.idxmax()
loc = df.index.get_loc(idx)

    地点：

    3


    df.loc[df.index == idx, 'c'] = loc

    df：

            a      b    c
100   100   1000  NaN
101  1123  11123  NaN
102   123   1123  NaN
103   100      0    3
104     1     55  NaN
105     0      0  NaN
106     1      1  NaN
    • 3

  2. 根据您的条件进行过滤并获得第一个结果：

    maskresult= [df[df.A > df.b].iloc[0]]
index = df.isin(maskresult).any(axis=1).idxmax()
    • 2

  3. 下面的代码使用 评估数据帧的每一行.apply()，当满足条件时a > b，它返回该行的线性索引。结果写入新列'c'。

    df['c'] = df.apply(
    lambda row: np.argmax(row.name == df.index) if row.a > row.b else np.NaN,
    axis=1
)

    结果：

        a    b     c
100 100  1000  NaN  
101 1123 11123 NaN  
102 123  1123  NaN  
103 100  0     3.0
104 1    55    NaN
105 0    0     NaN
106 1    1     NaN
    • 2

  4. 您可以对索引执行布尔索引并对第一项进行切片：

    df.loc[df.index[mask][:1], 'c'] = 'the first row'

    注意。如果没有 ，[:1]则使用而不是也可以工作。[1]True

    输出：

            a      b              c
100   100   1000            NaN
101  1123  11123            NaN
102   123   1123            NaN
103   100      0  the first row
104     1     55            NaN
105     0      0            NaN
106     1      1            NaN

    如果没有匹配，这将创建一个空列：

            a      b    c
100   100   1000  NaN
101  1123  11123  NaN
102   123   1123  NaN
103   100      0  NaN
104     1     55  NaN
105     0      0  NaN
106     1      1  NaN
    • 1

相关问题