給定一個帶有列”BoolCol”的DataFrame，如何找到滿足條件”BoolCol” == True的DataFrame的索引
目前有迭代的方式來做到這一點：
for i in range(100,3000):
if df.iloc[i]['BoolCol']== True:
print i,df.iloc[i]['BoolCol']
這雖然可行，但不是標準的 Pandas 方式。經過一番研究，我目前正在使用這個代碼：
df[df['BoolCol'] == True].index.tolist()
這個給了我一個索引列表，但跟我想要的不匹配，當檢查：
df.iloc[i]['BoolCol']
其結果實際上是False！
如何使用正確的 Pandas 方式做到這一點？
最佳解決方法
df.iloc[i]返回df的第i行。 i不引用索引標簽，i是從0開始的索引。
相反，屬性index返回實際的索引標簽，而不是數字row-indices：
df.index[df['BoolCol'] == True].tolist()
或者等同地，
df.index[df['BoolCol']].tolist()
通過使用帶有”unusual”索引的DataFrame，可以非常清楚地看到差異：
df = pd.DataFrame({'BoolCol': [True, False, False, True, True]},
index=[10,20,30,40,50])
In [53]: df
Out[53]:
BoolCol
10 True
20 False
30 False
40 True
50 True
[5 rows x 1 columns]
In [54]: df.index[df['BoolCol']].tolist()
Out[54]: [10, 40, 50]
如果你想使用索引，
In [56]: idx = df.index[df['BoolCol']]
In [57]: idx
Out[57]: Int64Index([10, 40, 50], dtype='int64')
那麽您可以使用loc而不是iloc選擇行：
In [58]: df.loc[idx]
Out[58]:
BoolCol
10 True
40 True
50 True
[3 rows x 1 columns]
請注意，loc也可以接受布爾數組：
In [55]: df.loc[df['BoolCol']]
Out[55]:
BoolCol
10 True
40 True
50 True
[3 rows x 1 columns]
如果您有一個布爾數組mask，並且需要序數索引值，則可以使用np.flatnonzero來計算它們：
In [110]: np.flatnonzero(df['BoolCol'])
Out[112]: array([0, 3, 4])
使用df.iloc按順序索引選擇行：
In [113]: df.iloc[np.flatnonzero(df['BoolCol'])]
Out[113]:
BoolCol
10 True
40 True
50 True
