我知道这是一个非常基本的问题，但出于某种原因，我找不到答案。我怎样才能得到在python熊猫系列的某些元素的索引?(第一种情况就足够了)
例如，我想要这样的东西:
import pandas as pd
myseries = pd.Series([1,4,0,7,5], index=[0,1,2,3,4])
print myseries.find(7) # should output 3
当然，可以用循环来定义这样的方法:
def find(s, el):
for i in s.index:
if s[i] == el:
return i
return None
print find(myseries, 7)
但我想应该有更好的办法。是吗?
当前回答
另一种方法是:
s = pd.Series([1,3,0,7,5],index=[0,1,2,3,4])
list(s).index(7)
返回: 3.
在使用我正在使用的当前数据集进行的时间测试中(认为它是随机的):
[64]: %timeit pd.Index(article_reference_df.asset_id).get_loc('100000003003614')
10000 loops, best of 3: 60.1 µs per loop
In [66]: %timeit article_reference_df.asset_id[article_reference_df.asset_id == '100000003003614'].index[0]
1000 loops, best of 3: 255 µs per loop
In [65]: %timeit list(article_reference_df.asset_id).index('100000003003614')
100000 loops, best of 3: 14.5 µs per loop
其他回答
In [92]: (myseries==7).argmax()
Out[92]: 3
如果你提前知道7在那里，这个方法是可行的。你可以用 (myseries = = 7) .any ()
另一种方法(与第一个答案非常相似)也解释了多个7(或没有)
In [122]: myseries = pd.Series([1,7,0,7,5], index=['a','b','c','d','e'])
In [123]: list(myseries[myseries==7].index)
Out[123]: ['b', 'd']
>>> myseries[myseries == 7]
3 7
dtype: int64
>>> myseries[myseries == 7].index[0]
3
虽然我承认应该有更好的方法来做到这一点，但这至少避免了迭代和遍历对象，并将其移动到C级别。
另一种还没有提到的方法是tolist方法:
myseries.tolist().index(7)
应该返回正确的索引，假设该值存在于Series中。
如果你使用numpy，你可以得到一个indecies数组，你的值被找到:
import numpy as np
import pandas as pd
myseries = pd.Series([1,4,0,7,5], index=[0,1,2,3,4])
np.where(myseries == 7)
返回一个单元素元组，包含一个indecies数组，其中7是myseries中的值:
(array([3], dtype=int64),)
转换为索引时，可以使用get_loc
In [1]: myseries = pd.Series([1,4,0,7,5], index=[0,1,2,3,4])
In [3]: Index(myseries).get_loc(7)
Out[3]: 3
In [4]: Index(myseries).get_loc(10)
KeyError: 10
重复处理
In [5]: Index([1,1,2,2,3,4]).get_loc(2)
Out[5]: slice(2, 4, None)
将返回一个布尔数组，如果不连续的返回
In [6]: Index([1,1,2,1,3,2,4]).get_loc(2)
Out[6]: array([False, False, True, False, False, True, False], dtype=bool)
内部使用哈希表，非常快
In [7]: s = Series(randint(0,10,10000))
In [9]: %timeit s[s == 5]
1000 loops, best of 3: 203 µs per loop
In [12]: i = Index(s)
In [13]: %timeit i.get_loc(5)
1000 loops, best of 3: 226 µs per loop
正如Viktor所指出的，创建索引有一个一次性的创建开销(当你实际对索引做一些事情时，例如is_unique)
In [2]: s = Series(randint(0,10,10000))
In [3]: %timeit Index(s)
100000 loops, best of 3: 9.6 µs per loop
In [4]: %timeit Index(s).is_unique
10000 loops, best of 3: 140 µs per loop
