Python：获取数据帧中值的位置

假设我有以下数据帧：

   'a' 'b'
0   0   0
1   1   0
2   0   1
3   0   1

是否有办法获取存在特定值的索引/列值？例如，类似于以下内容的内容：

values = df.search(1)

将具有

值=[（1，'a'），（2，'b'），（3，'b'）]

屈服

[(1, 'a'), (2, 'b'), (3, 'b')]

---

使用pd.melt+一些其他咀嚼

import pandas as pd

df = pd.DataFrame({'a':[0,1,0,0],
                    'b':[0,0,1,1]})

df1 = pd.melt(df.reset_index(),id_vars=['index'])
df1 = df1[df1['value'] == 1]
locations = zip(df1['index'],df1['variable'])

输出：

[(1, 'a'), (2, 'b'), (3, 'b')]

---

如果您不介意使用NumPy数组，第一列表示索引位置，第二列表示列名的索引，因为它位于

df.columns

，那么它很短：

In [11]: np.argwhere(df)
Out[11]: 
array([[1, 0],
       [2, 1],
       [3, 1]])

如果要将其格式化为具有实际列名的元组列表，可以进一步执行以下操作：

In [12]: [(x, df.columns[y]) for x,y in np.argwhere(df)]
Out[12]: [(1, 'a'), (2, 'b'), (3, 'b')]

您可以对

np.argwhere

中的逻辑表达式使用相同的方法，例如，假设您有一些随机数据的数据帧：

In [13]: dfrm
Out[13]: 
          A         B         C
0  0.382531  0.287066  0.345749
1  0.725201  0.450656  0.336720
2  0.146883  0.266518  0.011339
3  0.111154  0.190367  0.275750
4  0.757144  0.283361  0.736129
5  0.039405  0.643290  0.383777
6  0.632230  0.434664  0.094089
7  0.658512  0.368150  0.433340
8  0.062180  0.523572  0.505400
9  0.287539  0.899436  0.194938

[10 rows x 3 columns]

然后您可以这样做，例如：

In [14]: [(x, dfrm.columns[y]) for x,y in np.argwhere(dfrm > 0.8)]
Out[14]: [(9, 'B')]

In [17]: search(dfrm, lambda x: x > 0.8)
Out[17]: [(9, 'B')]

In [18]: search(df, lambda x: x == 1)
Out[18]: [(1, 'a'), (2, 'b'), (3, 'b')]

作为一个搜索函数，可以这样定义：

def search(df, df_condition):
    return [(x, df.columns[y]) for x,y in np.argwhere(df_condition(df))]

例如：

In [14]: [(x, dfrm.columns[y]) for x,y in np.argwhere(dfrm > 0.8)]
Out[14]: [(9, 'B')]

In [17]: search(dfrm, lambda x: x > 0.8)
Out[17]: [(9, 'B')]

In [18]: search(df, lambda x: x == 1)
Out[18]: [(1, 'a'), (2, 'b'), (3, 'b')]

---

谢谢你的简短回答。你能解释一下你的代码在做什么吗，用

df.stack（）

操作吗？

df.stack（）

创建一个多索引。因此，您只有双索引的行，而不是行和列。因此，当您调用索引上的

tolist（）

方法时，您将得到2个元组。非常简单和优雅的答案。非常感谢。前几周我在玩一些其他的方法。。。这胜过了他们所有人。。。很好地使用

.stack（）

。。。书签并添加到我的有用代码段目录+1非常感谢@AlexI一直在寻找如何在pandas数据框中找到值的位置，今天这么久了-我很高兴找到了这个！非常感谢。谢谢你的详细解释。如果我使用的是

numpy

而不是

pandas

@hlin117，这会很好。请注意，在我的示例中，numpy函数直接操作pandas数据帧对象。假装你只使用熊猫或裸体是有点谬误的。如果你用的是熊猫，那么你也用的是NumPy，而现在反过来也是如此。事实上，对于数据帧

df

，

df.values

返回一个

numpy.ndarray

——突出显示numpy是pandas的依赖项。我劝你不要用“pandas vs.numpy”来看待它，因为使用numpy函数通常比使用pandas函数要好。