2
votes

Comment extraire l'index de colonne et de ligne d'un bloc de données qui satisfait à une condition

Je voudrais stocker toutes les "coordonnées" (positions des colonnes et positions des lignes), de toutes les entrées Dataframe qui remplissent une certaine condition. Dans mon cas, si les valeurs sont supérieures à 0,8.

Voici mon code:

import numpy as np
import pandas as pd


randValues = np.random.rand(5,5)

df = pd.DataFrame(randValues)
df_bool = df > 0.8


colArray = np.empty([])
rowArray = np.empty([])


for dfIdx, dfCol in enumerate(df_bool):
    row = dfCol.loc[dfCol['1'] == True]

    if ~row.isempty():
        colArray.append(dfIdx)
        rowArray.append(row)

python pandas dataframe

0 commentaires

3 Réponses :

1
votes

Utilisez numpy.where pour les positions, puis sélectionnez en indexant sinon les valeurs d'index / colonnes par défaut:

np.random.seed(2019)
randValues = np.random.rand(5,5)

df = pd.DataFrame(randValues, columns=list('abcde'))
print (df)
          a         b         c         d         e
0  0.903482  0.393081  0.623970  0.637877  0.880499
1  0.299172  0.702198  0.903206  0.881382  0.405750
2  0.452447  0.267070  0.162865  0.889215  0.148476
3  0.984723  0.032361  0.515351  0.201129  0.886011
4  0.513620  0.578302  0.299283  0.837197  0.526650

r, c = np.where(df > 0.8)
print (r)
[0 0 1 1 2 3 3 4]
print (c)
[0 4 2 3 3 0 4 3]

colArray = df.columns.values[c]
print (colArray)
['a' 'e' 'c' 'd' 'd' 'a' 'e' 'd']

rowArray = df.index.values[c]
print (rowArray)
[0 4 2 3 3 0 4 3]

0 commentaires

0
votes

Vous pouvez essayer np.where et zip

arr = np.where(df_bool)
arr


(array([1, 2, 4], dtype=int64), array([1, 2, 0], dtype=int64))

list(zip(arr[0], arr[1]))
[(1, 1), (2, 2), (4, 0)]

rowArray = arr[0]
colArray = arr[1]

np.where renverra des index où la condition est satisfaite avec les index de ligne dans le premier tableau et les index de colonne en secondes

randValues = np.random.rand(5,5)

df = pd.DataFrame(randValues)
df_bool = df > 0.8
df_bool

     0      1        2       3       4
0   False   False   False   False   False
1   False   True    False   False   False
2   False   False   True    False   False
3   False   False   False   False   False
4   True    False   False   False   False

0 commentaires

0
votes

Utilisez np.where avec np.column_stack:

array([0,2],
      [1,3])

Output:

randValues = np.random.rand(5,5)

df = pd.DataFrame(randValues)
df_bool = df > 0.8

ind = np.column_stack(np.where(df_bool)))
print(ind)
colArray = [i[1] for i in ind]    # [2,3]
rowArray = [i[0] for i in ind]    # [0,1]

0 commentaires