Python Pandas 注意事项和问题

Caveats意味着警告，Gotcha意味着一个看不见的问题。

在Pandas中使用If/Truth语句

Pandas遵循numpy的惯例，当你试图将某些东西转换为 bool 时，会引发一个错误。这发生在使用布尔运算的 if 或，and， or ，or not 时。目前还不清楚结果应该是什么。它应该是True，因为它不是Zerolength？还是因为有假值而变成假的？目前还不清楚，因此Pandas会抛出一个ValueError−

import pandas as pd

if pd.Series([False, True, False]):
   print 'I am True'

其 输出结果 如下 –

ValueError: The truth value of a Series is ambiguous. 
Use a.empty, a.bool() a.item(),a.any() or a.all().

在 if 条件下，不清楚该如何处理它。这个错误提示了是否使用 None 或 任何一个. NET Framework。

import pandas as pd

if pd.Series([False, True, False]).any():
   print("I am any")

其输出情况如下—

I am any

要在布尔环境下评估单元素的pandas对象，请使用方法 .bool() --

import pandas as pd

print pd.Series([True]).bool()

其 输出结果 如下 –

True

比特布尔型

比特布尔运算符，如==和！ =将返回一个布尔系列，这几乎总是需要的。

import pandas as pd

s = pd.Series(range(5))
print s==4

其 输出结果 如下 –

0 False
1 False
2 False
3 False
4 True
dtype: bool

isin操作

这将返回一个布尔系列，显示系列中的每个元素是否完全包含在传递的值序列中。

import pandas as pd

s = pd.Series(list('abc'))
s = s.isin(['a', 'c', 'e'])
print s

其 输出结果 如下 –

0 True
1 False
2 True
dtype: bool

重新索引与ix的关系

许多用户会发现自己使用 ix的索引功能 ，作为从Pandas对象中选择数据的一种简洁的手段：

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randn(6, 4), columns=['one', 'two', 'three',
'four'],index=list('abcdef'))

print df
print df.ix[['b', 'c', 'e']]

其 输出结果 如下 –

          one        two      three       four
a   -1.582025   1.335773   0.961417  -1.272084
b    1.461512   0.111372  -0.072225   0.553058
c   -1.240671   0.762185   1.511936  -0.630920
d   -2.380648  -0.029981   0.196489   0.531714
e    1.846746   0.148149   0.275398  -0.244559
f   -1.842662  -0.933195   2.303949   0.677641

          one        two      three       four
b    1.461512   0.111372  -0.072225   0.553058
c   -1.240671   0.762185   1.511936  -0.630920
e    1.846746   0.148149   0.275398  -0.244559

当然，在这种情况下，这完全等同于使用 重新索引的 方法-

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randn(6, 4), columns=['one', 'two', 'three',
'four'],index=list('abcdef'))

print df
print df.reindex(['b', 'c', 'e'])

其 输出结果 如下 –

          one        two      three       four
a    1.639081   1.369838   0.261287  -1.662003
b   -0.173359   0.242447  -0.494384   0.346882
c   -0.106411   0.623568   0.282401  -0.916361
d   -1.078791  -0.612607  -0.897289  -1.146893
e    0.465215   1.552873  -1.841959   0.329404
f    0.966022  -0.190077   1.324247   0.678064

          one        two      three       four
b   -0.173359   0.242447  -0.494384   0.346882
c   -0.106411   0.623568   0.282401  -0.916361
e    0.465215   1.552873  -1.841959   0.329404

有些人可能会据此得出结论， ix 和 reindex 是100%等价的。这是真的，除了在整数索引的情况下。例如，上述操作可以替代性地表示为–

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randn(6, 4), columns=['one', 'two', 'three',
'four'],index=list('abcdef'))

print df
print df.ix[[1, 2, 4]]
print df.reindex([1, 2, 4])

其 输出结果 如下 –

          one        two      three       four
a   -1.015695  -0.553847   1.106235  -0.784460
b   -0.527398  -0.518198  -0.710546  -0.512036
c   -0.842803  -1.050374   0.787146   0.205147
d   -1.238016  -0.749554  -0.547470  -0.029045
e   -0.056788   1.063999  -0.767220   0.212476
f    1.139714   0.036159   0.201912   0.710119

          one        two      three       four
b   -0.527398  -0.518198  -0.710546  -0.512036
c   -0.842803  -1.050374   0.787146   0.205147
e   -0.056788   1.063999  -0.767220   0.212476

    one  two  three  four
1   NaN  NaN    NaN   NaN
2   NaN  NaN    NaN   NaN
4   NaN  NaN    NaN   NaN