Python 从数据帧中提取符合条件的单元索引

我在熊猫中有这样一个数据帧：

  a b c
A 1 2 3 
B 4 5 6
C 7 8 9

我想提取单元格值大于6的索引名和列名对

换句话说，我想获得

[["B","c"], ["C","a"], ["C","b"], ["C","c"]]

有什么聪明的方法可以做到这一点吗？

您可以使用该方法将框架展平为一个系列，使用布尔索引选择所需的术语，最后将生成的索引转换为列表：

s = df.stack()
ii = s[s >= 6].index.tolist()

例如：

>>> s = df.stack()
>>> s
A  a    1
   b    2
   c    3
B  a    4
   b    5
   c    6
C  a    7
   b    8
   c    9
dtype: int64
>>> s[s >= 6]
B  c    6
C  a    7
   b    8
   c    9
dtype: int64
>>> s[s >= 6].index
MultiIndex(levels=[[u'A', u'B', u'C'], [u'a', u'b', u'c']],
           labels=[[1, 2, 2, 2], [2, 0, 1, 2]])
>>> s[s >= 6].index.tolist()
[('B', 'c'), ('C', 'a'), ('C', 'b'), ('C', 'c')]

---

请注意，（1）我使用的是

=6

，因为这与您的示例相符，（2）这是一个严格意义上的元组列表，不是您要求的列表，但如果您真的想转换，您可以进行转换。

您可以采用NumPy路线并使用and

创建一个行和列标签数组，并使用

np.argwhere

返回给定条件所在的整数索引。使用

np。选择
检索相应的行和列索引标签：

>>> xy = np.column_stack((df.index, df.columns))
>>> np.choose(np.argwhere(df >= 6), xy)
array([['B', 'c'],
       ['C', 'a'],
       ['C', 'b'],
       ['C', 'c']], dtype=object)

这将返回一个数组：您可以使用
tolist（）
返回Python列表：

>>> np.choose(np.argwhere(df >= 6), xy).tolist()
[['B', 'c'], ['C', 'a'], ['C', 'b'], ['C', 'c']]