パンダシリーズで要素のインデックスを検索する

これは非常に基本的な質問であることはわかっていますが、何らかの理由で回答が見つかりません。python pandasでシリーズの特定の要素のインデックスを取得するにはどうすればよいですか？（最初の発生で十分です）

つまり、次のようなものを希望します。

import pandas as pd
myseries = pd.Series([1,4,0,7,5], index=[0,1,2,3,4])
print myseries.find(7) # should output 3

確かに、そのようなメソッドをループで定義することは可能です：

def find(s, el):
    for i in s.index:
        if s[i] == el: 
            return i
    return None

print find(myseries, 7)

しかし、もっと良い方法があるはずだと思います。ある？

>>> myseries[myseries == 7]
3    7
dtype: int64
>>> myseries[myseries == 7].index[0]
3

それを行うにはもっと良い方法があるべきだと私は認めますが、これは少なくともオブジェクトの反復とループを回避し、オブジェクトをCレベルに移動します。

インデックスに変換すると、使用できます get_loc

In [1]: myseries = pd.Series([1,4,0,7,5], index=[0,1,2,3,4])

In [3]: Index(myseries).get_loc(7)
Out[3]: 3

In [4]: Index(myseries).get_loc(10)
KeyError: 10

重複処理

In [5]: Index([1,1,2,2,3,4]).get_loc(2)
Out[5]: slice(2, 4, None)

連続していない場合はブール配列を返します

In [6]: Index([1,1,2,1,3,2,4]).get_loc(2)
Out[6]: array([False, False,  True, False, False,  True, False], dtype=bool)

内部でハッシュテーブルを使用しているため、高速

In [7]: s = Series(randint(0,10,10000))

In [9]: %timeit s[s == 5]
1000 loops, best of 3: 203 µs per loop

In [12]: i = Index(s)

In [13]: %timeit i.get_loc(5)
1000 loops, best of 3: 226 µs per loop

Viktorが指摘するように、インデックスを作成するための1回限りの作成オーバーヘッドがあります（実際にインデックスで何かを実行したときに発生しますis_unique）。

In [2]: s = Series(randint(0,10,10000))

In [3]: %timeit Index(s)
100000 loops, best of 3: 9.6 µs per loop

In [4]: %timeit Index(s).is_unique
10000 loops, best of 3: 140 µs per loop

In [92]: (myseries==7).argmax()
Out[92]: 3

これは、7が事前に存在することがわかっている場合に機能します。これは（myseries == 7）.any（）で確認できます。

複数の7の（またはなし）も考慮に入れる別のアプローチ（最初の回答に非常に類似）は、

In [122]: myseries = pd.Series([1,7,0,7,5], index=['a','b','c','d','e'])
In [123]: list(myseries[myseries==7].index)
Out[123]: ['b', 'd']

ここでのすべての答えに感銘を受けました。これは新しい答えではなく、これらすべての方法のタイミングを要約する試みです。25要素のシリーズの場合を検討し、インデックスに任意の値を含めることができ、シリーズの終わりに近い検索値に対応するインデックス値が必要な一般的なケースを想定しました。

Pandasバージョン0.25.3を使用したPython 3.7の2013 MacBook Proの速度テストを以下に示します。

In [1]: import pandas as pd                                                

In [2]: import numpy as np                                                 

In [3]: data = [406400, 203200, 101600,  76100,  50800,  25400,  19050,  12700, 
   ...:          9500,   6700,   4750,   3350,   2360,   1700,   1180,    850, 
   ...:           600,    425,    300,    212,    150,    106,     75,     53, 
   ...:            38]                                                                               

In [4]: myseries = pd.Series(data, index=range(1,26))                                                

In [5]: myseries[21]                                                                                 
Out[5]: 150

In [7]: %timeit myseries[myseries == 150].index[0]                                                   
416 µs ± 5.05 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

In [8]: %timeit myseries[myseries == 150].first_valid_index()                                        
585 µs ± 32.5 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

In [9]: %timeit myseries.where(myseries == 150).first_valid_index()                                  
652 µs ± 23.3 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

In [10]: %timeit myseries.index[np.where(myseries == 150)[0][0]]                                     
195 µs ± 1.18 µs per loop (mean ± std. dev. of 7 runs, 10000 loops each)

In [11]: %timeit pd.Series(myseries.index, index=myseries)[150]                 
178 µs ± 9.35 µs per loop (mean ± std. dev. of 7 runs, 10000 loops each)

In [12]: %timeit myseries.index[pd.Index(myseries).get_loc(150)]                                    
77.4 µs ± 1.41 µs per loop (mean ± std. dev. of 7 runs, 10000 loops each)

In [13]: %timeit myseries.index[list(myseries).index(150)]
12.7 µs ± 42.5 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)

In [14]: %timeit myseries.index[myseries.tolist().index(150)]                   
9.46 µs ± 19.2 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)

@ジェフの答えは最速のようです-それは重複を処理しませんが。

訂正：申し訳ありません。リストインデックスメソッドを使用した@Alex Spangherのソリューションは、最速です。

更新：@EliadLの回答を追加しました。

お役に立てれば。

このような単純な操作には、このような複雑なソリューションが必要であり、その多くが非常に遅いことは驚くべきことです。一連の25の値を見つけるには、0.5ミリ秒以上かかる場合があります。

これを行うもう1つの方法は、同様に不十分ですが、次のとおりです。

s = pd.Series([1,3,0,7,5],index=[0,1,2,3,4])

list(s).index(7)

戻り値：3

私が作業している現在のデータセットを使用した時間テスト（ランダムと見なしてください）：

[64]:    %timeit pd.Index(article_reference_df.asset_id).get_loc('100000003003614')
10000 loops, best of 3: 60.1 µs per loop

In [66]: %timeit article_reference_df.asset_id[article_reference_df.asset_id == '100000003003614'].index[0]
1000 loops, best of 3: 255 µs per loop


In [65]: %timeit list(article_reference_df.asset_id).index('100000003003614')
100000 loops, best of 3: 14.5 µs per loop

numpyを使用すると、値が見つかったインデックスの配列を取得できます。

import numpy as np
import pandas as pd
myseries = pd.Series([1,4,0,7,5], index=[0,1,2,3,4])
np.where(myseries == 7)

これは、7がmyseriesの値である、インデックスの配列を含む1つの要素のタプルを返します。

(array([3], dtype=int64),)

あなたはSeries.idxmax（）を使うことができます

>>> import pandas as pd
>>> myseries = pd.Series([1,4,0,7,5], index=[0,1,2,3,4])
>>> myseries.idxmax()
3
>>> 

まだ言及されていないもう1つの方法は、tolistメソッドです。

myseries.tolist().index(7)

値がシリーズに存在する場合、正しいインデックスを返す必要があります。

多くの場合、値は複数のインデックスで発生します。

>>> myseries = pd.Series([0, 0, 0, 1, 1, 1, 1, 0, 0, 0, 1, 1])
>>> myseries.index[myseries == 1]
Int64Index([3, 4, 5, 6, 10, 11], dtype='int64')

これは私が見つけることができる最もネイティブでスケーラブルなアプローチです：

>>> myindex = pd.Series(myseries.index, index=myseries)

>>> myindex[7]
3

>>> myindex[[7, 5, 7]]
7    3
5    4
7    3
dtype: int64