获取索引的pythonic方法，列的值==1

我目前有一个MxN数据帧，其中包含一个优化问题的解决方案。{M}对中的i的“活动”i、j和{N}对中的j由1表示，“非活动”对由0表示。我需要确定所有活动单元格的I，j值，希望避免索引或列上的for循环

这将是一个例子：

In [73]: sol_df
Out[73]:

    1    2    3   4   5
1   0    0    1   0   0
2   1    0    0   0   0
3   0    1    0   0   0
4   0    0    0   0   0 

在这种情况下，我需要的是一个成对的列表（元组可以）：

有办法吗

谢谢

A

编辑：解释不清楚

---

编辑2：我的解释还不清楚

你试过你的数据框==1吗？或者你想把结果作为元组列表？我想这是。试试

df[df==1].index.tolist（）

@Mauris，这样行得通，我试试看。tobias_k，看起来Mauris和你在同一页上。我会给你回电话的。@Mauris，set（df[df==1]。index.tolist（））==set（df.index.tolist（））生成True。我会试试你的第一个建议，我想这可能就是我想要的。@misterte你想把行和列作为元组吗？你试过你的数据框==1了吗？或者你想把结果作为元组列表？我想这是。试试

df[df==1].index.tolist（）

@Mauris，这样行得通，我试试看。tobias_k，看起来Mauris和你在同一页上。我会给你回电话的。@Mauris，set（df[df==1]。index.tolist（））==set（df.index.tolist（））生成True。我会试试你的第一个建议，我想这可能就是我想要的。@misterte你想要行和列作为元组吗？正是这个。谢谢对于任何使用数据帧的人，首先使用df.as_matrix（）。正是这样。谢谢对于使用数据帧的任何人，请首先使用df.as_matrix（）。

>>> import numpy
>>> a = numpy.array([[1, 0, 1], [0, 1, 1], [0, 1, 0]])
>>> numpy.transpose(numpy.nonzero(a))
array([[0, 0],
       [0, 2],
       [1, 1],
       [1, 2],
       [2, 1]])

>>> import numpy
>>> a = numpy.array([[1, 0, 1], [0, 1, 1], [0, 1, 0]])
>>> numpy.transpose(numpy.nonzero(a))
array([[0, 0],
       [0, 2],
       [1, 1],
       [1, 2],
       [2, 1]])