如何在Pandas/NumPy中提取布尔Series值为True的索引（无需普通Python）

当然有更优雅的解决方案！完全不用手动转字典、写循环，直接用Pandas或NumPy的内置功能就能轻松搞定，而且效率更高～

先回顾你的原始Series #

import pandas as pd
s = pd.Series({'a': False, 'b': True, 'c': False, 'd': True, 'e': False})

方法1：Pandas布尔索引（最常用） #

直接利用布尔索引筛选出值为True的元素，再取其索引即可：

# 获取值为True的索引（返回Index对象）
true_indices = s[s].index

# 转成列表查看
print(list(true_indices))  # 输出: ['b', 'd']

# 或者直接输出空格分隔的结果，和你的需求完全匹配
print(' '.join(true_indices))  # 输出: b d

方法2：用loc索引器 #

写法更清晰，效果和上面完全一致：

true_indices = s.loc[s].index
print(' '.join(true_indices))

方法3：NumPy的where函数 #

如果想用NumPy的方式实现，可以结合np.where定位True值的位置，再提取对应索引：

import numpy as np
true_indices = s.index[np.where(s.values)]
print(' '.join(true_indices))

这些方法都是矢量化操作，比你原来的Python循环效率高很多，尤其是当Series数据量很大的时候，性能差距会非常明显～

内容的提问来源于stack exchange，提问作者cardamom