Pobierz indeks kolumny z nazwy kolumny w pandach python

220

W R, gdy musisz pobrać indeks kolumny na podstawie nazwy kolumny, którą możesz zrobić

idx <- which(names(my_data)==my_colum_name)

Czy istnieje sposób, aby zrobić to samo z ramkami danych pand?

— ak3nat0n
źródło

360

Jasne, możesz użyć .get_loc():

In [45]: df = DataFrame({"pear": [1,2,3], "apple": [2,3,4], "orange": [3,4,5]})

In [46]: df.columns
Out[46]: Index([apple, orange, pear], dtype=object)

In [47]: df.columns.get_loc("pear")
Out[47]: 2

chociaż szczerze mówiąc sam często tego nie potrzebuję. Zwykle dostęp według nazwy robi to, co chcę ( df["pear"], df[["apple", "orange"]]a może df.columns.isin(["orange", "pear"])), chociaż zdecydowanie mogę zobaczyć przypadki, w których chcesz numer indeksu.

— DSM
źródło

7

Numer kolumny jest przydatny, gdy używasz .ilocoperatora, gdzie musisz podać tylko liczby całkowite zarówno dla wierszy, jak i kolumn.

— abe

4

Lub gdy korzystasz z bibliotek, które chcą, aby DF zostało przekonwertowane na tablicę numpy i indeksy kolumn o określonych cechach. Na przykład CatBoost chce listy indeksów cech jakościowych.

— Tom Walker

1

Potrzebowałem tego podczas dodawania formatowania warunkowego po utworzeniu arkuszy w ExcelWriter. Muszę odwoływać się do kolumn (i komórek) według ich współrzędnych Excela.

— Alejandro

Używam tego przy tworzeniu tablicy podplotów. Jeden wykres podrzędny z danych w każdej kolumnie.

— David Collins,

2

Używam go, gdy chcę przejść insertdo nowej kolumny po istniejącej kolumnie.

— Amir A. Shabani

33

Oto rozwiązanie dzięki zrozumieniu listy. cols to lista kolumn, dla których można uzyskać indeks:

[df.columns.get_loc(c) for c in cols if c in df]

— snovik
źródło

4

Ponieważ colsma mniej elementów niż df.columns, robienie for c in cols if c in dfbyłoby szybsze.

— Eric O Lebigot,

15

Rozwiązanie DSM działa, ale jeśli chcesz bezpośredni odpowiednik, whichmożesz to zrobić(df.columns == name).nonzero()

— Wes McKinney
źródło

10

Gdy szukasz wielu dopasowań kolumn, możesz zastosować wektoryzowane rozwiązanie przy użyciu searchsortedmetody . Zatem dfjako ramka danych i query_colswyszukiwane nazwy kolumn implementacją byłoby -

def column_index(df, query_cols):
    cols = df.columns.values
    sidx = np.argsort(cols)
    return sidx[np.searchsorted(cols,query_cols,sorter=sidx)]

Przykładowy przebieg -

In [162]: df
Out[162]: 
   apple  banana  pear  orange  peach
0      8       3     4       4      2
1      4       4     3       0      1
2      1       2     6       8      1

In [163]: column_index(df, ['peach', 'banana', 'apple'])
Out[163]: array([4, 1, 0])

— Divakar
źródło

8

Jeśli chcesz nazwę kolumny z lokalizacji kolumny (odwrotnie do pytania OP), możesz użyć:

>>> df.columns.get_values()[location]

Korzystanie z @DSM Przykład:

>>> df = DataFrame({"pear": [1,2,3], "apple": [2,3,4], "orange": [3,4,5]})

>>> df.columns

Index(['apple', 'orange', 'pear'], dtype='object')

>>> df.columns.get_values()[1]

'orange'

Innymi słowy:

df.iloc[:,1].name

df.columns[location] #(thanks to @roobie-nuby for pointing that out in comments.)

— salhin
źródło

2

Dlaczego nie tylko df.columns[location]?

— Roobie Nuby,

1

co powiesz na to:

df = DataFrame({"pear": [1,2,3], "apple": [2,3,4], "orange": [3,4,5]})
out = np.argwhere(df.columns.isin(['apple', 'orange'])).ravel()
print(out)
[1 2]

— Siraj S.
źródło