首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

如果dataframe已经被重新排序,如何根据列值获取行的位置?

如果dataframe已经被重新排序,可以使用reset_index()方法将重新排序后的dataframe的索引重置为默认的整数索引。然后,可以使用loc方法根据列值获取行的位置。

具体步骤如下:

  1. 使用reset_index()方法重置dataframe的索引,示例代码如下:
代码语言:txt
复制
df = df.reset_index()
  1. 使用loc方法根据列值获取行的位置,示例代码如下:
代码语言:txt
复制
row_index = df.loc[df['列名'] == '列值'].index[0]

其中,列名为要根据其值获取行位置的列的名称,列值为要匹配的列值。

通过以上步骤,可以获取到重新排序后的dataframe中符合条件的行的位置。

页面内容是否对你有帮助?
有帮助
没帮助

相关·内容

Python数据分析笔记——Numpy、Pandas库

3、基本索引和切片 (1)元素索引、根据元素在数组中位置来进行索引。...如果指定了序列、索引,则DataFrame会按指定顺序及索引进行排列。 也可以设置DataFrameindex和columnsname属性,则这些信息也会被显示出来。...(3)获取DataFrame) 通过查找columns获取对应。(下面两种方法) 通过索引字段ix查找相应。 (4)对进行赋值处理。 对某一可以赋一个标量值也可以是一组。...也可以给某一赋值一个列表或数组,其长度必须跟DataFrame长度相匹配。如果赋值是一个Series,则对应索引位置将被赋值,其他位置赋予空。...(索引相同进行算数运算,索引不同赋予空) 4、排序和排名 根据某种条件对数据集进行排序

6.4K80
  • Pandas必会方法汇总,数据分析必备!

    9 .drop() 删除Series和DataFrame指定索引。 10 .loc[标签,标签] 通过标签查询指定数据,第一个标签,第二标签。...:布尔型数组(过滤)、切片(切片)、或布尔型DataFrame根据条件设置) 2 df.loc[val] 通过标签,选取DataFrame单个或一组 3 df.loc[:,val] 通过标签...五、排序 序号 函数 说明 1 .sort_index(axis=0, ascending=True) 根据指定轴索引进行排序 2 Series.sort_values(axis=0, ascending...=True) 只能根据0轴排序。...DataFrame是什么?如果已经清楚了Pandas这些基础东西之后,搭配上文章中这些方法,那你用Pandas去做数据处理和分析必然会游刃有余。

    5.9K20

    Pandas必会方法汇总,建议收藏!

    :布尔型数组(过滤)、切片(切片)、或布尔型DataFrame根据条件设置) 2 df.loc[val] 通过标签,选取DataFrame单个或一组 3 df.loc[:,val] 通过标签...五、排序 序号 函数 说明 1 .sort_index(axis=0, ascending=True) 根据指定轴索引进行排序 2 Series.sort_values(axis=0, ascending...=True) 只能根据0轴排序。...举例:按照索引排序 df_inner.sort_index() 六、相关分析和统计分析 序号 方法 说明 1 .idxmin() 计算数据最小所在位置索引(自定义索引) 2 .idxmax() 计算数据最大所在位置索引...DataFrame是什么?如果已经清楚了Pandas这些基础东西之后,搭配上文章中这些方法,那你用Pandas去做数据处理和分析必然会游刃有余。

    4.7K40

    猿创征文|数据导入与预处理-第3章-pandas基础

    # 重新索引reindex # .reindex将会根据索引重新排序如果当前索引不存在,则引入缺失 s = pd.Series(np.random.rand(3), index = ['a','b...输出为: 1.4.3 Dataframe:索引 Dataframe既有索引也有索引,可以看做由Series组成字典(共用一个索引) 选择 / 选择 / 切片 / 布尔判断 选择...', ignore_index=False) by:表示根据指定索引名(axis=0或’index’)或索引名(axis=1或’columns’)进行排序。...使用[]访问数据 变量[索引] 需要说明是,若变量是一个Series类对象,则会根据索引获取该对象中对应单个数据;若变量是一个DataFrame类对象,在使用“[索引]”访问数据时会将索引视为索引...,进而获取索引对应数据。

    14K20

    Pandas Sort:你 Python 数据排序指南

    Pandas 排序方法入门 快速提醒一下,DataFrame是一种数据结构,都带有标记轴。您可以按以及索引对 DataFrame 进行排序。...都有索引,它是数据在 DataFrame位置数字表示。您可以使用 DataFrame 索引位置从特定中检索数据。默认情况下,索引号从零开始。您也可以手动分配自己索引。...与 using 不同之处.sort_values()在于您是根据索引或列名称对 DataFrame 进行排序,而不是根据这些DataFrame 索引在上图中以蓝色标出。...按升序按索引排序 您可以根据索引对 DataFrame 进行排序.sort_index()。像在前面的示例中一样按排序重新排序 DataFrame,因此索引变得杂乱无章。...Y Manual 5-spd 1993 [100 rows x 10 columns] 您已经创建了一个使用多个排序 DataFrame。请注意索引是如何没有特定顺序

    14.1K00

    python对100G以上数据进行排序,都有什么好方法呢

    Pandas 排序方法入门 快速提醒一下,DataFrame是一种数据结构,都带有标记轴。您可以按以及索引对 DataFrame 进行排序。...都有索引,它是数据在 DataFrame位置数字表示。您可以使用 DataFrame 索引位置从特定中检索数据。默认情况下,索引号从零开始。您也可以手动分配自己索引。...与 using 不同之处.sort_values()在于您是根据索引或列名称对 DataFrame 进行排序,而不是根据这些DataFrame 索引在上图中以蓝色标出。...按升序按索引排序 您可以根据索引对 DataFrame 进行排序.sort_index()。像在前面的示例中一样按排序重新排序 DataFrame,因此索引变得杂乱无章。...Y Manual 5-spd 1993 [100 rows x 10 columns] 您已经创建了一个使用多个排序 DataFrame。请注意索引是如何没有特定顺序

    10K30

    Pandas_Study01

    DataFrame是一种表格型数据结构,它含有一组有序,每可以是不同DataFrame既有索引,也有索引,它可以看作是由Series组成字典,不过这些Series公用一个索引。...一是通过iloc 索引访问,只能接受整数索引,也不能添加逻辑判断过滤条件,但它不受标签影响可以一直通过整数索引访问,在对series排序如果获取首个元素,就可以通过iloc 来访问,因为此时标签顺序已经改变...4. dataframe 相关算术运算 1).如果其中一个是数值,那么这个数值会和DataFrame每个位置数据进行相应运算。...2).参与运算的如果是两个DataFrame,有可能所有的是一致,那么运算时对应行列位置进行相应算术运算,若行列没有对齐,那么填NaN。 3)....dataframe 常用属性 1. columns 属性 获取df 标签(索引) 2. shape 属性 获取df 形状,即几行几列 3. size 属性 获取df value个数 4.

    18510

    python数据分析——数据选择和运算

    数据获取索引取值 使用单个或序列,可以从DataFrame中索引出一个或多个。...关键技术:可以通过对应下标或索引来获取值,也可以通过获取对应索引对象以及索引。 具体程序代码如下所示: ②取方式 【例】通过切片方式选取多行。...Dataframe排序可以按照名字进行排序,也可以按照数值进行排序DataFrame数据排序主要使用sort_values()方法,该方法类似于sql中order by。...sort_values()方法可以根据指定/进行排序。...axis:轴,0代表,1代表列,默认是0 ascending:升序或者降序,布尔,指定多个排序就可以使用布尔列表,默认是True inplace:布尔,默认是False,如果为True

    16210

    Pandas数据分析包

    DataFrame既有索引也有索引,它可以看做由Series组成字典(共用同一个索引)。...对DataFrame进行索引其实就是获取一个或多个 为了在DataFrame上进行标签索引,引入了专门索引字段ix。 ?...对索引进行排序 对于DataFrame根据任意一个轴上索引进行排序 可以指定升序降序 按排序 对于DataFrame,可以指定按排序 rank函数 # -*- coding: utf...比如 DataFrame.mean(axis=0,skipna=True) 方法,当数据集中存在 NA 时,这些会被简单跳过,除非整个切片()全是 NA,如果不想这样,则可以通过 skipna...pandas数据处理常用方法总结 Series和DataFrame排序 Series排序 sort_values根据大小排序,默认是升序 sort_index 根据索引排序 DataFrame排序

    3.1K71

    数据导入与预处理-课程总结-01~03章

    将会根据索引重新排序如果当前索引不存在,则引入缺失 s = pd.Series(np.random.rand(3), index = ['a','b','c']) s1 = s.reindex(['...DataFrame类对象索引位于最左侧一索引位于最上面一,且每个索引对应着一数据。DataFrame类对象其实可以视为若干个公用索引Series类对象组合。...:索引 Dataframe既有索引也有索引,可以看做由Series组成字典(共用一个索引) 选择 / 选择 / 切片 / 布尔判断 1.选择 # 选择 df = pd.DataFrame...', ignore_index=False) by:表示根据指定索引名(axis=0或’index’)或索引名(axis=1或’columns’)进行排序。...使用[]访问数据 变量[索引] 需要说明是,若变量是一个Series类对象,则会根据索引获取该对象中对应单个数据;若变量是一个DataFrame类对象,在使用“[索引]”访问数据时会将索引视为索引

    3K20

    Pandas图鉴(二):Series 和 Index

    安装非常方便: pip install pandas-illustrated 索引 负责通过标签获取系列元素(以及DataFrame对象被称为索引。...对于非数字标签来说,这有点显而易见:为什么(以及如何)Pandas在删除一后,会重新标记所有后续?对于数字标签,答案就有点复杂了。...首先,Pandas 纯粹通过位置来引用,所以如果想在删除第3之后再去找第5,可以不用重新索引(这就是iloc作用)。...你逐一进行了几次查询,每次都缩小了搜索范围,但只看了一个子集,因为同时看到所有的一百个字段是不现实。现在你已经找到了目标,想看到原始表中关于它们所有信息。一个数字索引可以帮助你立即得到它。...索引中任何变化都涉及到从旧索引中获取数据,改变它,并将新数据作为一个新索引重新连接起来。

    26420

    《利用Python进行数据分析·第2版》第5章 pandas入门5.1 pandas数据结构介绍5.2 基本功能5.3 汇总和计算描述统计5.4 总结

    DataFrame既有索引也有索引,它可以看做由Series组成字典(共用同一个索引)。DataFrame数据是以一个或多个二维块存放(而不是列表、字典或别的一维数据结构)。...注意,返回Series拥有原DataFrame相同索引,且其name属性也已经相应地设置好了。...也可以通过位置或名称方式进行获取,比如用loc属性(稍后将对此进行详细讲解): In [53]: frame2.loc['three'] Out[53]: year 2002 state...根据条件对数据集排序(sorting)也是一种重要内置运算。...4 -3.0 5 2.0 0 4.0 2 7.0 1 NaN 3 NaN dtype: float64 当排序一个DataFrame时,你可能希望根据一个或多个进行排序

    6.1K70

    最全面的Pandas教程!没有之一!

    如果获取多个,那返回就是一个 DataFrame 类型: ? 向 DataFrame 里增加数据 创建一个时候,你需要先定义这个数据和索引。举个栗子,比如这个 DataFrame: ?...获取 DataFrame或多行数据 要获取某一,你需要用 .loc[] 来按索引(标签名)引用这一,或者用 .iloc[],按这行在表中位置(行数)来引用。 ?...请注意,如果你没有指定 axis 参数,默认是删除。 删除: ? 类似的,如果你使用 .fillna() 方法,Pandas 将对这个 DataFrame 里所有的空位置填上你指定默认。...于是我们可以选择只对某些特定或者进行填充。比如只对 'A' 进行操作,在空处填入该平均值: ? 如上所示,'A' 平均值是 2.0,所以第二填上了 2.0。...排序 如果想要将整个表按某一进行排序,可以用 .sort_values() : ? 如上所示,表格变成按 col2 从小到大排序

    25.9K64

    numpy与pandas

    df.T # 与numpy相同,转置df.sort_index(axis=1,ascending=False) # 按降序排序,相应位置变化df.sort_values(by='E') # 按'E...数据df.loc['20130102',['a','b']] # 选择20130102,列为a、b数据# iloc根据位置选择df.iloc[3] # 第三(从0开始第三)df.iloc[...第五,第一到第三(不包括)(从0开始,左闭右开)# 注:ix标签与位置混合选择(现在已经弃用)df[df.A<8] # 将A中小于8对于数据与其他保留形成新dataframe"""""...([df1,df2,df3],axis=0,ignore_index=True) # 重新排序索引便会改变了res = pd.concat([df1,df4],axis=0,ignore_index...=True) # concat默认对于不同合并,会用nan填充,ignore_index=True:如果两个表index没有实际含义,使用该参数会重新整理一个indexres = pd.concat

    11710

    通宵翻译Pandas官方文档,写了这份Excel万字肝货操作!

    索引也是持久,所以如果你对 DataFrame重新排序,特定标签不会改变。 5. 副本与就地操作 大多数 Pandas 操作返回 Series/DataFrame 副本。...If/then逻辑 假设我们想要根据 total_bill 是小于还是大于 10 美元,来创建一个具有低和高。 在Excel电子表格中,可以使用条件公式进行逻辑比较。...按排序 Excel电子表格中排序,是通过排序对话框完成。 pandas 有一个 DataFrame.sort_values() 方法,它需要一个列表来排序。...按位置提取子串 电子表格有一个 MID 公式,用于从给定位置提取子字符串。获取第一个字符: =MID(A2,1,1) 使用 Pandas,您可以使用 [] 表示法按位置位置从字符串中提取子字符串。...; 如果匹配多行,则每个匹配都会有一,而不仅仅是第一; 它将包括查找表中所有,而不仅仅是单个指定; 它支持更复杂连接操作; 其他注意事项 1.

    19.5K20

    【机器学习】K近邻算法:原理、实例应用(红酒分类预测)

    案例简介:有178个红酒样本,每一款红酒含有13项特征参数,如镁、脯氨酸含量,红酒根据这些特征参数分成3类。要求是任意输入一组红酒特征参数,模型需预测出该红酒属于哪一类。 1....首先导入sklearn本地数据集库,变量wine获取红酒数据,由于wine接收返回是.Bunch类型数据,因此我用win_data接收所有特征数据,它是17813数组,每一代表一种特征...data数据,17813 wine_target = wine.target #获取分类目标值 # 将数据转换成DataFrame类型 wine_data = pd.DataFrame(data...默认是'auto',根据传递给fit()方法来决定最合适算法,自动选择前两个方法中一个。...= wine.data #获取葡萄酒索引data数据,17813 wine_target = wine.target #获取分类目标值 wine_data = pd.DataFrame(

    82080

    Pandas从入门到放弃

    第三类方法常用于获取多个,其返回也是一个DataFrame。...B df2['C'] = [0.6, 0.5, 0.4] del df2['B'] df2 (3) DataFrame操作 以处理过后df2为例,若希望获取所有点在x轴上位置,则可以通过两种方法...("abc"), columns=list("xyz")) df 在前面已经调到过如何使用df.loc和df.iloc按照标签去查询,这里介绍按照区间范围进行查找,例如:获取x轴上a、b坐标 df.loc...①数据排序 在处理带时间戳数据时,如地铁刷卡数据等,有时需要将数据按照时间顺序进行排列,这样数据预处理时能更加方便,或者按照已有的索引给数据进行重新排序DataFrame提供了这类方法。...默认通过索引,按照升序排序 newdfs1 = dfs.sort_index() newdfs1 按照降序排序,可以通过df.sort_values(索引, ascending = False)

    8510
    领券