Spaltenindex aus Spaltenname in Python Pandas abrufen

Question

Wenn Sie in R einen Spaltenindex basierend auf dem Namen der Spalte abrufen müssen, können Sie Folgendes tun

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

Gibt es eine Möglichkeit, das gleiche mit Pandas Dataframes zu tun?

Answer 1

Sicher, Sie können die .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

obwohl ich das, um ehrlich zu sein, selbst nicht oft brauche. Normalerweise macht der Zugriff über den Namen, was ich will ( df["pear"] , df[["apple", "orange"]] oder vielleicht df.columns.isin(["orange", "pear"]) ), obwohl ich mir durchaus Fälle vorstellen kann, in denen Sie die Indexnummer benötigen.

Answer 2

Hier ist eine Lösung durch Listenverständnis. cols ist die Liste der Spalten, für die ein Index erstellt werden soll:

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

Answer 3

Um mehrere Spaltenindizes zurückzugeben, empfehle ich die Verwendung der pandas.Index Methode get_indexer wenn Sie einzigartige Etiketten :

df = pd.DataFrame({"pear": [1, 2, 3], "apple": [2, 3, 4], "orange": [3, 4, 5]})
df.columns.get_indexer(['pear', 'apple'])
# Out: array([0, 1], dtype=int64)

Si tiene nicht eindeutige Etiketten im Index (Spalten unterstützen nur eindeutige Bezeichnungen) get_indexer_for . Er nimmt die gleichen Argumente wie get_indexer :

df = pd.DataFrame(
    {"pear": [1, 2, 3], "apple": [2, 3, 4], "orange": [3, 4, 5]}, 
    index=[0, 1, 1])
df.index.get_indexer_for([0, 1])
# Out: array([0, 1, 2], dtype=int64)

Beide Methoden unterstützen auch ungenaue Indizierung mit, z.B. für Float-Werte, wobei der nächstliegende Wert mit einer Toleranz genommen wird. Wenn zwei Indizes den gleichen Abstand zum angegebenen Label haben oder Duplikate sind, wird der Index mit dem größeren Indexwert ausgewählt:

df = pd.DataFrame(
    {"pear": [1, 2, 3], "apple": [2, 3, 4], "orange": [3, 4, 5]},
    index=[0, .9, 1.1])
df.index.get_indexer([0, 1])
# array([ 0, -1], dtype=int64)

Answer 4

Die Lösung von DSM funktioniert, aber wenn man eine direkte Entsprechung zu which könnten Sie tun (df.columns == name).nonzero()

Answer 5

Wenn Sie nach Übereinstimmungen in mehreren Spalten suchen, ist eine vektorisierte Lösung mit searchsorted método verwendet werden könnte. Somit ist mit df als den Datenrahmen und query_cols als die zu suchenden Spaltennamen, wäre eine Implementierung -

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

Probelauf -

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])