英文:
fastest way to locate specific cell in pandas dataframe?
问题
我想知道如何轻松访问pandas中特定单元格的列索引。
例如，如果我有这个数据框：
df = pd.DataFrame.from_dict({0: ['01_CF56_1'], 1: ['05_CF41_3'], 2: ['06_CF44_2']})
我想要一个函数，给我
f('05_CF41_3') => 1
因为这个值位于列索引1（我不关心行）
当然，幼稚的方法是遍历所有行和列，匹配单元格内容，但我想知道是否有更优雅的解决方案。
英文:
I wondered how to easy access the column index for a specific cell in pandas.
E.g. if i got this dataframe:
df = pd.DataFrame.from_dict({0:['01_CF56_1'], 1:['05_CF41_3'], 2:['06_CF44_2']})
i'd like to have a function that gives me
f('05_CF41_3') => 1
because this value is in the column index 1 (I don't care about the row)
of course the naive way would be to go through all rows and columns and match the cell contents, but i wonder if there is a more elegant solution
答案1
得分: 0
你可以使用indices的第二个元素来获取列索引，并在 where 中使用它。然后，使用 argmax 找到第一个有效的列索引：
np.argmax(np.where(df == '05_CF41_3', np.indices(df.shape)[1], -1) >= 0)
返回 1。
如果要搜索的值可能出现在多列中，你可以使用以下方法获取所有包含该值的列编号的列表：
a = np.where(df == '05_CF41_3', np.indices(df.shape)[1], -1)
list(set(a[a >= 0]))
英文:
You could use the second element of indices to get the column indices and use it in where. Then find the first valid column index using argmax:
np.argmax(np.where(df == '05_CF41_3', np.indices(df.shape)[1], -1) >= 0)
returns 1.
If the searched for value may occur in multiple columns you could use something like that to get a list of all column numbers where this value occurs:
a = np.where(df == '05_CF41_3', np.indices(df.shape)[1], -1)
list(set(a[a>=0]))
通过集体智慧和协作来改善编程学习和解决问题的方式。致力于成为全球开发者共同参与的知识库，让每个人都能够通过互相帮助和分享经验来进步。
评论