在 Pandas 数据框中查找列值发生变化时的索引值。

Question

我有一个如下的数据框：

df1 =

     col_1   val_1
0    4.0     0.89
1    4.0     0.56
2    49.0    0.7
3    49.0    1.23
4    52.0    0.8
5    52.0    0.12
6    32.0    0.5

我想找到当col_1的值发生变化时的索引值，并将其放入一个列表中。

我尝试了以下代码：

n_change = (np.where(~df1.col_1.diff(+1).isin([0, np.nan])))

但是它返回一个数组的元组，很难通过它进行迭代。

我想要以下解决方案

n_change = [2,4,6]

or 

n_change = array(2,4,6)

有更好的方法吗？

- EngGu

Answer 1

您可以使用：

df.index[df['col_1'].ne(df['col_1'].shift().bfill())]
# or with diff
# df.index[df['col_1'].diff().fillna(0).ne(0)]

输出结果：Int64Index([2, 4, 6], dtype='int64')

作为列表：

df.index[df['col_1'].ne(df['col_1'].shift().bfill())].tolist()

输出结果：[2, 4, 6]

使用您的解决方案：

np.where(~df.col_1.diff().isin([0, np.nan]))[0].tolist()

输出：[2，4，6]

- mozway