Python的大熊貓：獲取多個行的指數，這列匹配一定值

Question

給定一個DataFrame與列xk和yk，我們想找到DataFrame的指標，其中，用於xk和yk ==0值。

我有工作完美罰款只是一個列，但我不能讓它工作都

b = (df[df['xk'] ==0]).index.tolist() 

我會怎麼做它xk和yk在同一時間。

Answer 1

我想你可以檢查是否所有值都True相比集['xk', 'yk']通過all：

b = df[(df[['xk', 'yk']] == 0).all(1)].index.tolist() 

另一種解決方案是增加第二個條件與&：

b = (df[(df['xk'] == 0) & (df['yk'] == 0)].index.tolist()) 

樣品：

df = pd.DataFrame({'xk':[0,2,3], 
        'yk':[0,5,0], 
        'aa':[0,1,0]}) 

print (df) 
    aa xk yk 
0 0 0 0 
1 1 2 5 
2 0 3 0 

b = df[(df[['xk', 'yk']] == 0).all(1)].index.tolist() 
print (b) 
[0] 

b1 = (df[(df['xk'] == 0) & (df['yk'] == 0)].index.tolist()) 
print (b1) 
[0] 

第二種解決方案是更快：

#length of df = 3k 
df = pd.concat([df]*1000).reset_index(drop=True) 

In [294]: %timeit df[(df[['xk', 'yk']] == 0).all(1)].index.tolist() 
1000 loops, best of 3: 1.21 ms per loop 

In [295]: %timeit (df[(df['xk'] == 0) & (df['yk'] == 0)].index.tolist()) 
1000 loops, best of 3: 828 µs per loop