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。