如何在含65200行的DataFrame中查找sma1的5和sma2的90的索引？

精确匹配场景 #

假设你的DataFrame名为df，可通过布尔索引筛选目标值对应的行，再提取索引：

• 获取sma1列中数值为5的索引：

  df[df['sma1'] == 5].index
  

• 获取sma2列中数值为90的索引：

  df[df['sma2'] == 90].index
  

浮点数精度兼容场景 #

如果sma1/sma2是浮点数类型，直接用==可能因精度问题匹配失败，建议用numpy的isclose方法设置误差范围：

1. 先导入numpy：

   import numpy as np
   

2. 匹配并提取索引：
   • 匹配sma1列中接近5的值：

     df[np.isclose(df['sma1'], 5, atol=1e-6)].index
     

   • 匹配sma2列中接近90的值：

     df[np.isclose(df['sma2'], 90, atol=1e-6)].index
     

转换为列表（可选） #

若需将索引转为普通Python列表，在末尾追加.tolist()即可，例如：

df[df['sma1'] == 5].index.tolist()

内容的提问来源于stack exchange，提问作者Ali Farhan