查找元素更改值 pandas 数据框的索引

问题描述

参考此问题/答案，有没有办法在不将其转换为numpy数组的情况下，对pandas数据框结构实现相同的功能?

Regaring to this question/answer, is there a way to accomplish the same function for a pandas dataframe structure without casting it as a numpy array?

推荐答案

s = pd.Series([1, 1, 1, 1, 1, 2, 2, 2, 3, 4, 3, 4, 3, 4, 3, 4, 5, 5, 5])

print(s.diff()[s.diff() != 0].index.values)

OR:

df = pd.DataFrame([1, 1, 1, 1, 1, 2, 2, 2, 3, 4, 3, 4, 3, 4, 3, 4, 5, 5, 5])

print(df[0].diff()[df[0].diff() != 0].index.values)

输出:

[0 5 8 9 10 11 12 13 14 15 16]

[ 0 5 8 9 10 11 12 13 14 15 16]

s.diff()[lambda x: x != 0].index.tolist()

输出:

[0, 5, 8, 9, 10, 11, 12, 13, 14, 15, 16]

这篇关于查找元素更改值 pandas 数据框的索引的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持！