Select pandas 基于条件的系列元素

Question

给定一个数据框，我知道我可以使用以下语法按条件 select 行：

df[df['colname'] == 'Target Value']

但是系列呢？系列没有列（轴 1）名称，对吗？

我的场景是通过 nunique() 函数创建了一个系列：

sr = df.nunique()

我想列出那些值为 1 的行的索引名称。

由于未能在网上找到明确的答案，我求助于以下解决方案：

for (colname, coldata) in sr.iteritems(): 
   if coldata == 1: 
      print(colname)

问题：什么是获得答案的更好方法（即列出只有一个值的 Series 的索引名称（或原始 Dataframe 的列名称）？）

最终 objective 是找出 DF 中的哪些列具有一个且只有一个唯一值。因为我不知道如何直接从 DF 执行此操作，所以我首先使用了 nunique() 并给了我一个系列。因此我需要用“== 1”（即一个且只有一个）

来处理系列

希望我的问题不傻。

Answer 1

它会以同样的方式工作，因为 pandas 重载了 == 运算符：

selected_series = series[series == my_value]

Answer 2

不清楚你想要什么。您是想处理数据框还是系列？

案例 1：处理 DataFrame

如果您想在数据框上工作以列出索引名称 那些值为 1 的行，您可以尝试：

df.index[df[df==1].any(axis=1)].tolist()

演示

data = {'Col1': [0, 1, 2, 2, 0], 'Col2': [0, 2, 2, 1, 2], 'Col3': [0, 0, 0, 0, 1]}
df = pd.DataFrame(data)

   Col1  Col2  Col3
0     0     0     0
1     1     2     0
2     2     2     0
3     2     1     0
4     0     2     1

然后，运行代码，它给出：

[1, 3, 4]

案例 2：处理系列

如果要提取值为1的Series的索引，可以提取成一个列表，如下：

sr.loc[sr == 1].index.tolist()

或使用：

sr.index[sr == 1].tolist()

Select pandas 基于条件的系列元素

Select pandas Series elements based on condition

python

series

pandas

案例 1：处理 DataFrame

案例 2：处理系列