รับดัชนีคอลัมน์จากชื่อคอลัมน์ใน python python

ใน R เมื่อคุณต้องการดึงดัชนีคอลัมน์ตามชื่อของคอลัมน์ที่คุณสามารถทำได้

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

มีวิธีการทำเช่นเดียวกันกับดาต้าดาต้าแพนด้า

แน่นอนว่าคุณสามารถใช้.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

แม้ว่าจะซื่อสัตย์ฉันไม่ต้องการตัวเองบ่อยครั้ง โดยทั่วไปแล้วการเข้าถึงโดยใช้ชื่อจะเป็นสิ่งที่ฉันต้องการ ( df["pear"], df[["apple", "orange"]]หรืออาจจะdf.columns.isin(["orange", "pear"])) แต่ฉันสามารถดูกรณีที่คุณต้องการหมายเลขดัชนีได้

นี่คือวิธีการแก้ปัญหาผ่านรายการความเข้าใจ cols คือรายการของคอลัมน์เพื่อรับดัชนีสำหรับ:

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

โซลูชันของ DSM ใช้งานได้ แต่ถ้าคุณต้องการเทียบเท่าโดยตรงกับที่whichคุณสามารถทำได้(df.columns == name).nonzero()

เมื่อคุณอาจต้องการค้นหาหลายคอลัมน์ที่ตรงกับวิธีการแก้ปัญหา vectorized ใช้searchsortedวิธีการสามารถนำมาใช้ ดังนั้นด้วยdfเป็น dataframe และquery_colsเป็นชื่อคอลัมน์ที่จะค้นหาการใช้งานจะเป็น -

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

ตัวอย่างการวิ่ง -

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])

ในกรณีที่คุณต้องการชื่อคอลัมน์จากตำแหน่งคอลัมน์ (อีกวิธีหนึ่งที่ตรงกับคำถาม OP) คุณสามารถใช้:

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

ใช้ตัวอย่าง @DSM:

>>> 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'

ทางอื่น:

df.iloc[:,1].name

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

เกี่ยวกับสิ่งนี้:

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]