使用pandas get_loc的更有效方法？

Question

任务：在多列数据框中搜索一个值（所有值都是唯一的）并返回该行的索引。

当前：使用get_loc，但似乎只允许一次传递单个列，从而导致除try语句之外的一组无效记录。虽然有效，但是有人知道这样做的更有效方法吗？

df =  pd.DataFrame(np.random.randint(0,100,size=(4, 4)), columns=list('ABCD'))
try: 
     unique_index = pd.Index(df['A'])
     print(unique_index.get_loc(20))
except KeyError:
    try: 
        unique_index = pd.Index(df['B'])
        print(unique_index.get_loc(20))
    except KeyError:
                unique_index = pd.Index(df['C'])
                print(unique_index.get_loc(20))

循环似乎不起作用，因为如果一列不包含值，则会引发KeyError。我看过诸如.contains或.isin之类的函数，但这是我感兴趣的位置索引。

Answer 1

您可以使用np.where，它返回您的值所在的行和列索引的元组。然后，您可以仅从中选择行。

df =  pd.DataFrame(np.random.randint(0,100,size=(4, 4)), columns=list('ABCD'))
indices = np.where(df.values == 20)
rows = indices[0]
if len(rows) != 0:
    print(rows[0])

Answer 2

考虑这个例子而不是使用 np.random.seed

np.random.seed([3, 1415])
df = pd.DataFrame(
    np.random.randint(200 ,size=(4, 4)),
    columns=list('ABCD'))

df

     A    B    C    D
0   11   98  123   90
1  143  126   55  141
2  139  141  154  115
3   63  104  128  120

我们可以找到您要使用np.where和切片的值。请注意，我使用了一个值，55因为这是我从我选择的种子中获得的数据中的值。20如果它在您的数据集中，这将很好用。事实上，如果你有多个，它会起作用。

i, j = np.where(df.values == 55)
list(zip(df.index[i], df.columns[j]))

[(1, 'C')]

Answer 3

使用矢量化操作和布尔索引：

df[(df==20).any(axis=1)].index