Getting die Zeilen- und Spaltennummern, die mehrere Bedingungen in Pandas

Question

Ich versuche zu bekommen, die row und column Nummer, die erfüllt drei Bedingungen in Pandas Datenrahmen erfüllt.

Ich habe einen Datenrahmen von 0, 1, -1 (größer als 1850); wenn ich versuche, die row zu bekommen und column es dauert ewig, die Ausgabe zu erhalten.

Der folgende Text ist ein Beispiel, das ich habe zu verwenden versucht:

import pandas as pd 
import numpy as np 

a = pd.DataFrame(np.random.randint(2, size=(1845,1850))) 

b = pd.DataFrame(np.random.randint(2, size=(5,1850))) 
b[b == 1] = -1 

c = pd.concat([a,b], ignore_index=True) 

column_positive = [] 
row_positive = [] 

column_negative = [] 
row_negative = [] 

column_zero = [] 
row_zero = [] 

for column in range(0, c.shape[0]): 
    for row in range(0, c.shape[1]): 
     if c.iloc[column, row] == 1: 
      column_positive.append(column) 
      row_positive.append(row) 
     elif c.iloc[column, row] == -1: 
      column_negative.append(column) 
      row_negative.append(row) 
     else: 
      column_zero.append(column) 
      row_zero.append(row) 

Ich habe einige Web-Suche und fand, dass np.where() so etwas wie dies der Fall ist, aber ich habe keine Ahnung, wie es zu tun.

Könnte jemand eine bessere Alternative sagen?

Answer 1

Sie haben Recht np.where einen Weg, es zu tun wäre. Hier ist eine Implementierung mit ihm -

# Extract the values from c into an array for ease in further processing 
c_arr = c.values 

# Use np.where to get row and column indices corresponding to three comparisons 
column_zero, row_zero = np.where(c_arr==0) 
column_negative, row_negative = np.where(c_arr==-1) 
column_positive, row_positive = np.where(c_arr==1) 

Wenn Sie keine Zeilen und Spalten dagegen als Nx2 Formarray, können Sie es in einem wenig übersichtliche Art und Weise tun könnten, wie so -

neg_idx, zero_idx, pos_idx = [np.argwhere(c_arr == item) for item in [-1,0,1]]