通过python中的布尔运算器获取数字索引

现在我可以使用布尔运算符获得期望值：

mask1 = df.val > 10
mask2 = df.val < 5
c1 = df[mask1]
c2 = df[mask2]

---

df[1:3]

和

df[4:7]

的片段就是我想要的。首先，我需要通过

mask1

和

mask2

获取索引

1

、

3

、

4

、

7

。你知道怎么做吗？

这个假设对你有用：

c1 = df[df['val'] > 10].index.tolist()
c2 = df[df['val'] < 5].index.tolist()

c1=df[df['val']>10].index.tolist（）
c2=df[df['val']<5]。index.tolist（）

输出：c1=[1,4]c2=[3,7]

---

根据遮罩条件将较大的数据帧子集为较小的数据帧

df_mask1 = df[df.val > 10]
#in df_mask1  you will have index 1 and 4 [Rows of main dataframe]
#similarly
df_mask2  = df[df.val < 5] 
# you will have index 3 and 7 in df_mask2  

df_mask1=df[df.val>10]
#在df_mask1中，您将有索引1和4[主数据帧的行]
#同样地
df_mask2=df[df.val<5]
#在df_mask2中有索引3和索引7

或者，如果您想通过该掩码条件更改其他一些列值，您可以使用df.loc（只需尝试在web上搜索即可）。

我认为您可以使用：

c1 = df[mask1].index
c2 = df[mask2].index

print (c1)
Int64Index([1, 4], dtype='int64')
print (c2)
Int64Index([3, 7], dtype='int64')

print (df[c1[0]:c2[0]])
   val
1   12
2    5

print (df[c1[1]:c2[1]])
   val
4   11
5    9
6    9

这与：

print (df[1:3])
   val
1   12
2    5

print (df[4:7])
   val
4   11
5    9
6    9

如果需要按

c1

或

c2

进行切片，请使用：

---

谢谢你的回答！我想知道我是否可以直接做一些类似于

df[c1]

的事情来获取值

12,11

？您需要添加

ix

或

loc

，

print（df.ix[c1]）

返回

val 1124 11

顺便说一句，

ix

更快。但是列呢

df.ix[c1，'val']

？是的，它也与nice列一起工作

df.ix[c1，'val']

，然后获取

Serie

，而不是

DataFrame

。

print (df[1:3])
   val
1   12
2    5

print (df[4:7])
   val
4   11
5    9
6    9

print (df.ix[c1])
   val
1   12
4   11

print (df.ix[c2])
   val
3    2
7    3