如何获取Pandas DataFrame各列唯一值的出现位置？

19 20 0.5841 1.0596 0.7043 0.6657

## 方案1：高效分组法（适合大数据集）
利用Pandas的`groupby`和其`groups`属性，这是处理大规模数据时效率较高的方式：
```python
import pandas as pd

# 假设你的DataFrame名为df
column_results = {}
for col in df.columns:
    # 按列值分组，获取每个值对应的索引集合
    value_groups = df.groupby(col).groups
    # 转换为你想要的格式：单个位置返回数字，多个位置返回元组
    col_result = {
        val: tuple(idx) if len(idx) > 1 else idx[0] 
        for val, idx in value_groups.items()
    }
    column_results[col] = col_result

运行后，column_results[1]就会得到你想要的格式：{0.4784: (0, 16), 0.6180: 1, 0.6735: 2, ...}

方案2：直观遍历法（可读性更强） #

如果你更看重代码的易读性，这个方式逻辑更直白，也是你目前在使用的方案：

import pandas as pd

column_results = {}
for col in df.columns:
    unique_values = df[col].unique()
    col_result = {}
    for val in unique_values:
        # 获取当前值对应的所有行索引
        indices = df.index[df[col] == val].tolist()
        # 处理单个索引的情况
        col_result[val] = indices if len(indices) > 1 else indices[0]
    column_results[col] = col_result

这个方法每一步都清晰可见，方便调试和理解，完全符合你想要的输出格式。

补充说明：感谢@chris和@jazrael提供的解决方案，其中@chris的第二个方案因为可读性更强，我正在使用它。

内容的提问来源于stack exchange，提问作者WhySoSerious #