Python Pandas-查找数据帧中任意位置的值索引

我是Python&Pandas的新手

我想在pandas数据帧中找到某个值的索引（比如说

security\u id

），因为这是列的起始位置。 （列上方的行数未知，数据不相关，左侧的“列”为空。）

在我看来，该方法只返回一个布尔值，而不是它的索引

---

如何找到该值的索引？

我想以前可能有人问过这个问题。公认的答案相当全面，应该可以帮助您在列中找到值的索引

编辑： 如果值所在的列未知，则可以使用：

for col in df.columns:
    df[df[col] == 'security_id'].index.tolist()

---

假设您的数据帧如下所示：

      0       1            2      3    4
0     a      er          tfr    sdf   34
1    rt     tyh          fgd    thy  rer
2     1       2            3      4    5
3     6       7            8      9   10
4   dsf     wew  security_id   name  age
5   dfs    bgbf          121  jason   34
6  dddp    gpot         5754   mike   37
7  fpoo  werwrw          342   jack   31

for row in range(df.shape[0]): # df is the DataFrame
         for col in range(df.shape[1]):
             if df.get_value(row,col) == 'security_id':
                 print(row, col)
                 break

请执行以下操作：

      0       1            2      3    4
0     a      er          tfr    sdf   34
1    rt     tyh          fgd    thy  rer
2     1       2            3      4    5
3     6       7            8      9   10
4   dsf     wew  security_id   name  age
5   dfs    bgbf          121  jason   34
6  dddp    gpot         5754   mike   37
7  fpoo  werwrw          342   jack   31

for row in range(df.shape[0]): # df is the DataFrame
         for col in range(df.shape[1]):
             if df.get_value(row,col) == 'security_id':
                 print(row, col)
                 break

---

您要查找的值不重复：

poz=matrix[matrix==minv].dropna(axis=1,how='all').dropna(how='all')
value=poz.iloc[0,0]
index=poz.index.item()
column=poz.columns.item()

matrix=pd.DataFrame([[1,1],[1,np.NAN]],index=['q','g'],columns=['f','h'])
matrix
Out[83]: 
   f    h
q  1  1.0
g  1  NaN
poz=matrix[matrix==minv].dropna(axis=1,how='all').dropna(how='all')
index=poz.stack().index.tolist()
index
Out[87]: [('q', 'f'), ('q', 'h'), ('g', 'f')]

您可以获取它的索引和列

重复：

poz=matrix[matrix==minv].dropna(axis=1,how='all').dropna(how='all')
value=poz.iloc[0,0]
index=poz.index.item()
column=poz.columns.item()

matrix=pd.DataFrame([[1,1],[1,np.NAN]],index=['q','g'],columns=['f','h'])
matrix
Out[83]: 
   f    h
q  1  1.0
g  1  NaN
poz=matrix[matrix==minv].dropna(axis=1,how='all').dropna(how='all')
index=poz.stack().index.tolist()
index
Out[87]: [('q', 'f'), ('q', 'h'), ('g', 'f')]

---

您将得到一个避免显式循环的单行解决方案列表

• 返回整行
  df.iloc[np.flatnonzero（（df=='security_id'）.values）//df.shape[1]，：]

• 返回行和列
  df.iloc[ np.flatnonzero（（df=='security_id'）.values）//df.shape[1]， np.unique（np.flatnonzero（（df=='security\u id'）.values）%df.shape[1]） ]

---

获取所有列中与搜索词匹配的行的索引

search = 'security_id' 
df.loc[df.isin([search]).any(axis=1)].index.tolist()

search = 'search term' 
df.loc[df.isin([search]).any(axis=1)]

筛选所有列中匹配搜索词的行

search = 'security_id' 
df.loc[df.isin([search]).any(axis=1)].index.tolist()

search = 'search term' 
df.loc[df.isin([search]).any(axis=1)]

---

函数查找值在数据帧中的位置

import pandas as pd
import numpy as np

def pandasFindPositionsInDataframe(dfIn,findme):
    positions = []
    irow =0
    while ( irow < len(dfIn.index)):
        list_colPositions=dfIn.columns[dfIn.iloc[irow,:]==findme].tolist()   
        if list_colPositions != []:
            colu_iloc = dfIn.columns.get_loc(list_colPositions[0])
            positions.append([irow, colu_iloc])
        irow +=1

    return positions

将熊猫作为pd导入
将numpy作为np导入
def pandasFindPositionsInDataframe（dfIn，findme）：
职位=[]
irow=0
而（irow

欢迎来到StackOverflow。请花点时间阅读这篇文章，以及如何提供答案，并相应地修改你的问题。这些提示也可能有用。在给定的问题上，该专栏是已知的。在我的例子中，我不知道该值出现在哪一列。但我同意它为我的问题的答案指明了方向啊，抱歉！您可以在数据框中的列上循环，并应用上面链接的答案<对于df.columns中的col，代码>为df[df[col]=='security\u id'].index.tolist（）。这也会为您提供所需内容的所有实例。谢谢，这似乎是一个解决方案：）但这是找到迭代行和列的值的唯一方法吗？会有更有效的方法吗？无论你做什么，迭代都会涉及到。要么你去做，要么熊猫去做。内部迭代总是会涉及到的。此外，迭代一旦停止，您就会得到ID。最糟糕的情况是，security_ID是数据帧（O（mn））的右下角元素。如果security_id位于数据帧的左上半部分，则成本不会太高。此外，您要求进行数据清理。因此，这是一个廉价的预处理步骤。不要试图超优化一切。过早优化是万恶之源。记住。是的，这是有道理的，我想可能是这样（在任何情况下都是迭代）。感谢您的解释。这可能是最有效的答案，因为它使用了

.loc

。回答得好！