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

Como obter o índice da primeira linha que atenda às condições de uma máscara?

  • 772

Este é o meu DataFrame:

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)
)

E este é o resultado esperado. Quero criar uma coluna 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

A máscara usada é:

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

Quero obter o índice da primeira linha que maskocorre. Quero preservar o índice original, mas obter o reset_index()valor. Neste exemplo, a primeira instância da máscara está em index 3.

Posso obter a primeira instância da máscara assim:

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

Mas não sei como obter o índice.

python

4 respostas

  1. Best Answer

    Código

    Este código pode ser modificado para pesquisar também o segundo e terceiro itens, não apenas o primeiro.

    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

    Se você está procurando apenas o primeiro valor, o código a seguir pode ser mais simples:

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

    Atualizar resposta

    se você quiser apenas a localização do índice, use o seguinte código:

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

    local:

    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. Filtre com sua condição e obtenha o primeiro resultado:

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

  3. O código abaixo avalia cada linha do dataframe usando .apply()e, quando a condição a > bé atendida, retorna o índice linear da linha. Os resultados são gravados em uma nova coluna 'c'.

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

    Resultado:

        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. Você pode realizar a indexação booleana no índice e dividir o primeiro item:

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

    Nota. usando [:1]em vez de [1]também funcionar se não houver True.

    Saída:

            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

    Se não houvesse correspondência, isso criaria uma coluna vazia:

            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

relate perguntas