Python：基于条件选择行

我有一个熊猫数据框，格式如下：

df.head()

        y   y_pred
599     0   0
787     9   9
47      2   2
1237    1   1
1069    6   6

我想找到行/索引号-其中y！=是的

我正试图通过

选择
来执行此操作，但无法执行此操作。请帮忙

TIA
试试：

df.index[df.y != df.y_pred]


让我们更改您的示例数据

df.iloc[0, 0] = 1
df.iloc[3, 1] = 0
print(df)

      y  y_pred
599   1       0
787   9       9
47    2       2
1237  1       0
1069  6       6

然后试试我们的代码

df.index[df.y != df.y_pred]

Int64Index([599, 1237], dtype='int64')


为了提高效率，请使用底层的
numpy
数组

df.index.values[df.y.values != df.y_pred.values]

array([ 599, 1237])

您可以使用返回
df
子集

df.loc[(df.y != df.y_pred).values]

      y  y_pred
599   1       0
1237  1       0

使用：

样本：

print (df)
      y  y_pred
599   0       1 <-values changed for match
787   9       9
47    2       2
1237  1       1
1069  6       3 <-values changed for match

df = df.query('y != y_pred').index
print (df)
Int64Index([599, 1069], dtype='int64')

或者别的

对于检查不同的值：

print (df.query('y != y_pred'))
      y  y_pred
599   0       1
1069  6       3

print (df[df.y != df.y_pred])
      y  y_pred
599   0       1
1069  6       3

我重新开始这个问题，因为它是关于过滤的，但不同的是输出是
索引
很高兴能帮助你们！天气真好！
df1 = df[df.y != df.y_pred].index
print (df1)
Int64Index([599, 1069], dtype='int64')

print (df.query('y != y_pred'))
      y  y_pred
599   0       1
1069  6       3

print (df[df.y != df.y_pred])
      y  y_pred
599   0       1
1069  6       3