Python Pandas 警告和陷阱
Caveats 意味着警告,而 gotcha 意味着一个看不见的问题。
对 Pandas 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。这种情况发生在使用布尔运算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?不清楚,所以Pandas引发了一个ValueError:
import pandas as pd if pd.Series([False, True, False]): print 'I am True'
输出如下:
ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool() a.item(),a.any() or a.all().
if情况,目前尚不清楚如何处理它,该错误提示是否使用None或者其中任何一个.
import pandas as pd if pd.Series([False, True, False]).any(): print("I am any")
输出如下:
I am any
要在布尔上下文中评估单元素 Pandas 对象,请使用.bool()方法:
import pandas as pd print pd.Series([True]).bool()
输出如下:
True
按位布尔
位布尔运算符,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
输出如下:
0 False 1 False 2 False 3 False 4 True dtype: bool
isin
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
输出如下:
0 True 1 False 2 True dtype: bool
重新索引与 ix 关系
许多用户会发现自己使用ix 索引函数作为从 Pandas 对象中选择数据的简洁方法:
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.ix[['b', 'c', 'e']]
输出如下:
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reindex函数:
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'])
输出如下:
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
有些人可能会得出这样的结论ix和reindex在此基础上是 100% 等效的。这是真的,除了整数索引的情况。例如,上述操作也可以表示为:
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])
输出如下:
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
重要的是要记住reindex 只是严格的标签索引,在索引包含整数和字符串的异常情况下,这可能会导致一些潜在的令人惊讶的结果。