如何利用二进制NumPy数组提取Pandas Index中的指定元素？

嘿，这个需求很好实现，咱们直接利用numpy的数组转换和pandas的布尔索引就能搞定！

首先先修正个小细节：你的代码里把变量名设成了list，这会覆盖Python的内置函数list()，建议改成list_items这类不会冲突的名字哦。

完整实现代码 #

import pandas as pd
import numpy as np

binArray = np.array([[1, 0, 1]])
list_items = ('Text0', 'Text1', 'Text2')
indx = pd.Index(list_items)

# 核心筛选逻辑
selected_texts = indx[binArray.flatten().astype(bool)]
print(selected_texts)

代码解释 #

• binArray.flatten()：把你的二维数组[[1,0,1]]转换成一维数组[1,0,1]，这样才能和indx的长度匹配
• .astype(bool)：把数组里的1转为True，0转为False，得到布尔数组[True, False, True]
• indx[布尔数组]：pandas的Index支持布尔索引，会自动保留对应位置为True的元素，也就是你要的'Text0'和'Text2'

另一种等价写法 #

因为你的binArray只有一行，也可以直接取第一维来扁平化，效果完全一样：

selected_texts = indx[binArray[0].astype(bool)]

这个方法不管N是多少都适用，只要binArray和indx长度一致，且binArray里只有0和1就行~

内容的提问来源于stack exchange，提问作者user1455613