Python 是否可以使用iloc方法查找大数据帧（80000行，6列）中某些行的索引位置？

我的数据框有六列浮点数据和大约80000行。其中一列为当前列，有时为负值。我想在当前值为负值时查找索引位置。我的代码如下：

currnet_index = my_df[(my_df["Current"]<0)].index.tolist()
print(current_index[:5])

这很好。是否可以使用iloc方法编写此代码？我尝试了以下代码，但它给出了错误。我想知道哪种方法是最好最快的

current_index = my_df.iloc[(my_df["Current"]<0)]

---

您可以简单地使用以下命令

my_df.ix[my_df['Current']<0].index.values

使用iloc时，需要使用布尔数组，而不是布尔序列。为此，您可以使用。下面是一个演示：

df = pd.DataFrame({'Current': [1, 3, -4, 9, -3, 1, -2]})

res = df.iloc[df['Current'].lt(0).values].index

# Int64Index([2, 4, 6], dtype='int64')

---

顺便说一句，loc可以处理数组或序列。

iloc根据给定的位置为您提供行。它不会返回索引…同样，因为错误表明它需要整数，而条件是提供布尔值。为了有意义，在@SarthakNegi之后添加.index，我刚刚尝试了这个当前的\u index=my_df.iloc[my_df[current]您的目标是获得正确的索引？…您也可以发布错误消息，因为它对我来说很好…如果索引不是唯一标识符，您可以简单地使用np.where，它给出的输出带有警告：.ix已弃用。请使用.loc进行基于标签的索引，或者使用.iloc进行位置索引。在这种情况下，请使用.loc而不是.ix。谢谢。它确实有效。我想知道如何找到这两种方法的执行时间？我的意思是，哪一种是有效的和最好的代码？请让我来。@Msquare，您可以使用timeit，例如。我不希望您看到显著的性能差异；您应该首先检查这是否确实是应用程序中的瓶颈。

my_df.ix[my_df['Current']<0].index.values

df = pd.DataFrame({'Current': [1, 3, -4, 9, -3, 1, -2]})

res = df.iloc[df['Current'].lt(0).values].index

# Int64Index([2, 4, 6], dtype='int64')