获取 pandas 布尔系列为 True 的索引列表

我有一个带有布尔条目的熊猫系列。我想获得一个索引列表，其中的值是True.

例如输入pd.Series([True, False, True, True, False, False, False, True])

应该产生输出[0,2,3,7].

我可以通过列表理解来做到这一点，但是有没有更干净或更快速的东西？

Using 布尔索引 https://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#boolean-indexing

>>> s = pd.Series([True, False, True, True, False, False, False, True])
>>> s[s].index
Int64Index([0, 2, 3, 7], dtype='int64')

如果需要一个np.array对象，得到.values

>>> s[s].index.values
array([0, 2, 3, 7])

Using np.nonzero https://docs.scipy.org/doc/numpy/reference/generated/numpy.nonzero.html

>>> np.nonzero(s)
(array([0, 2, 3, 7]),)

Using np.flatnonzero https://docs.scipy.org/doc/numpy-1.13.0/reference/generated/numpy.flatnonzero.html

>>> np.flatnonzero(s)
array([0, 2, 3, 7])

Using np.where https://docs.scipy.org/doc/numpy/reference/generated/numpy.where.html

>>> np.where(s)[0]
array([0, 2, 3, 7])

Using np.argwhere https://docs.scipy.org/doc/numpy/reference/generated/numpy.argwhere.html

>>> np.argwhere(s).ravel()
array([0, 2, 3, 7])

Using pd.Series.index https://pandas.pydata.org/pandas-docs/stable/generated/pandas.Series.index.html#pandas.Series.index

>>> s.index[s]
array([0, 2, 3, 7])

使用Python的内置filter https://docs.python.org/3/library/functions.html#filter

>>> [*filter(s.get, s.index)]
[0, 2, 3, 7]

使用列表理解

>>> [i for i in s.index if s[i]]
[0, 2, 3, 7]