當條件評估爲真時，獲取熊貓DataFrame的列標籤

Question

我試圖複製DataFrame.idxmax()和DataFrame.idxmin()的功能，但是我想使用自定義函數進行評估，而不是min或max。

例如，在數據幀d：

+---+-----+-----+-----+ 
| | A | B | C | 
+---+-----+-----+-----+ 
| 0 | NaN | 100 | NaN | 
+---+-----+-----+-----+ 
| 1 | 100 | NaN | NaN | 
+---+-----+-----+-----+ 
| 2 | NaN | NaN | 200 | 
+---+-----+-----+-----+ 

只有一列將不會被包含整數零。我想返回一系列S（與指數i）當數等於100：

+---+---+ 
| 0 | B | 
+---+---+ 
| 1 | A | 
+---+---+  

我希望D.apply(lambda x: x[x==100].index,1)會工作，但事實並非如此。建議？

Answer 1

如何：

df = pd.DataFrame({"A":[np.nan, np.nan, 100], "B":[np.nan, 100, np.nan], "C":[100, np.nan, np.nan]}) 
df.unstack().dropna() 

或：

df[df==100].unstack().dropna() 

如果你只需要索引：

df.unstack().dropna().reset_index().drop(0, axis=1) 

Answer 2

In [66]: df[df==100].stack() 
Out[66]: 
0 B 100 
1 A 100 
dtype: float64