Python 用单元格位置替换布尔数据框中的所有True

我有一个布尔数据框，希望用单元格的位置（作为元组）替换真正的单元格。例如：

import pandas as pd

df = pd.DataFrame({'A': [True, False, False],
                  'B': [False, True, True]})

我尝试了修改版本的

df.mask（df，df.index）

from（例如，尝试

iloc

），但没有成功。

类似的东西

导入熊猫
df=1.DataFrame([
{“A”：正确，“B”：错误}，
{“A”：假，“B”：真}，
{“A”：假，“B”：真}，
])
对于df.columns中的列：
对于df.loc中的索引[df[列]==True]。索引：
df.iloc[index，df.columns.get_loc（column）]=str（（index，df.columns.get_loc（column）））
打印（df）

输出：

ab
0（0，0）假
1假（1，1）
2假（2，1）

让我们尝试

堆叠

将数据帧重塑为序列，然后使用带

loc

的布尔索引填充使用

np.argwhere

获得的索引，最后使用

取消堆叠

将其重塑回数据帧：

m = df.stack()
m.loc[m] = pd.Series(map(tuple, np.argwhere(df.to_numpy())), index=m[m].index)
out = m.unstack()

或者，您也可以尝试

np.argwhere

获取索引，并使用

iat

索引设置

True

单元格中的值及其相应的索引：

out = df.astype(object)
for r, c in np.argwhere(df.to_numpy()):
    out.iat[r, c] = (r, c)

结果:

print(out)

        A       B
0  (0, 0)   False
1   False  (1, 1)
2   False  (2, 1)

---

我的错误，修复了答案这似乎有效。谢谢我正在进一步测试它。用

列表（df）

替换

[“A”，“B”]

怎么样？为了更通用，您可以执行df.columns（不执行列表（df））