如何找到不在列表中的非空项的索引？

Question

我的系统是python3.6，有numpy 1.16.2，scipy 1.2.1，matplotlib 3.0.3

import pandas as pd
import numpy
df=pd.DataFrame({'col1':['a','b','c'],'col2':['d',numpy.NaN,'c'],'col3':['c','b','b']})
df = df.astype({"col2": 'category'})
print(df)

上述脚本的输出是：

  col1 col2 col3
0    a    d    c
1    b  NaN    b
2    c    c    b

我想在col2系列中找到非空项目的索引，其类别不在['a','b','c']

在这种情况下， d不为null且不在['a','b','c'] ，则期望结果应为d的索引，即0

我的解决方案如下：

getindex=numpy.where(~df['col2'].isin(['a','b','c']) & df['col2'].notna())
#if getindex is not empty, print it
if not all(getindex):
    print(getindex)

我的解决方案脚本的输出是：

ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all() 

Answer 1

采用：

getindex=df.index[(~df['col2'].isin(['a','b','c']) & df['col2'].notna())]
print (getindex)
Int64Index([0], dtype='int64')

如果想要选择第一个值而没有错误，如果值不存在：

print (next(iter(getindex), 'no match'))
0

如果想要if empty语句使用Index.empty进行测试：

if not getindex.empty:
    print (getindex)

如果从列表中选择第一个数组添加[0] ，您的解决方案应该有效：

getindex=np.where(~df['col2'].isin(['a','b','c']) & df['col2'].notna())[0]
print (getindex)
[0]

Answer 2

如果条件，请修改你

getindex=np.where(~df['col2'].isin(['a','b','c']) & df['col2'].notna())
if any(~df['col2'].isin(['a','b','c']) & df['col2'].notna()): # change here to any 
    print(getindex)

(array([0], dtype=int64),)

---

同样基于你的单词#if getindex is not empty, print it

if len(getindex)!=0:
    print(getindex)

(array([0], dtype=int64),)