在 Pandas 数据框中返回特定值对应的列名。

Question

我曾在其他语言中，如R或SQL中找到了这个选项，但我不太确定如何在Pandas中实现。

所以我有一个包含1262列和1行的文件，并且需要在特定值出现的每一次都返回列标题。

比如说，这个测试数据框：

Date               col1    col2    col3    col4    col5    col6    col7 
01/01/2016 00:00   37.04   36.57   35.77   37.56   36.79   35.90   38.15 

我需要定位列名，例如当值为38.15时。最好的方法是什么？

谢谢

- Helena K

---

这个问题与 https://stackoverflow.com/q/42639207 相关，一般情况下是“根据指定条件获取列名”。 - 把友情留在无盐

Answer 1

考虑到你只有一行数据，那么可以在结果上调用iloc[0]，然后使用它来遮罩列：

In [47]:
df.columns[(df == 38.15).iloc[0]]

Out[47]:
Index(['col7'], dtype='object')

以上内容的分解：

In [48]:
df == 38.15

Out[48]:
             Date   col1   col2   col3   col4   col5   col6  col7
01/01/2016  False  False  False  False  False  False  False  True

In [49]:
(df == 38.15).iloc[0]

Out[49]:
Date    False
col1    False
col2    False
col3    False
col4    False
col5    False
col6    False
col7     True
Name: 01/01/2016, dtype: bool

您也可以使用带有参数axis=1的idxmax：

In [52]:
(df == 38.15).idxmax(axis=1)[0]

Out[52]:
'col7'

- EdChum

---

非常感谢！我已经尝试了所有三种方法，它们都有效。我更喜欢第三种解决方案，即(df == 38.15).idxmax(axis=1)[0]，因为它可以立即给出列的值。 - Helena K

我同意，一开始并不明显你可以像这样使用 idxmax，因为名称暗示了索引，但是 axis 参数专门设计用于按列查找最大值。 - EdChum

你好！有没有一种快速的方法可以为每一行执行以下操作（df.columns[(df == 38.15).iloc[0]]）？我的意思是，对于每一行，我想获取包含特定值的列的名称。我尝试使用for循环，但是我有1100万行...所以虽然它可以工作，但是需要很长时间。谢谢！ - Valeria Lobos Ossandón

如果我需要检查多个数字，例如38.15和37.56，并打印特定的列？ - Shriganesh Patil

如何对每一行执行此操作？如何创建一个带有字符串的列，该字符串命名此行中所有值为38.15的列？ df ['correct_columns'] ='，'.join（df.columns [df == 38.15]）-无法针对每一行工作。说“索引太多”，我想它没有检查行，而是整个数据框架。 - Anton Makarov

Answer 2

您可以使用数据框切片，然后获取列名：

df.ix[:,df.loc[0] == 38.15].columns

输出：

Index([u'col7'], dtype='object')

- ysearka

---

谢谢，如果我确实需要索引并且速度很快，那将会很好。但在这种情况下，列名最适合解决我的问题。 - Helena K

Answer 3

假设我们有这个 df。只检查 df 的前三行，我们想要获取特定值为5的列的名称。

df = pd.DataFrame(np.random.randint(0,10,size=(10, 4)), columns=list('ABCD'))
    df.head(3)

我们可以做到这一点：

In[61]:
for index, row in df[:3].iterrows():
    for i in range(len(df.columns)): 
        if row[i] == 5:
            print(row.index[i])
Out[61]:
'D'   

- Aida Haliti

Answer 4

为了给大家提供一些不同的东西：

row = df.iloc[0]
row.reset_index().set_index(0).loc[38.15]

- piRSquared