Pythonパンダ-警告と落とし穴
警告は警告を意味し、落とし穴は目に見えない問題を意味します。
パンダでのIf / Truthステートメントの使用
Pandasは、何かをに変換しようとするとエラーが発生するという厄介な慣習に従います。 bool。これはで起こりますif または when ブール演算を使用して、および、 or、または not。結果がどうあるべきかは明確ではありません。長さがゼロではないので、Trueにする必要がありますか？False値があるのでFalse？はっきりしないので、代わりにパンダはValueError −
import pandas as pd
if pd.Series([False, True, False]):
print 'I am True'その output 次のとおりです-
ValueError: The truth value of a Series is ambiguous.
Use a.empty, a.bool() a.item(),a.any() or a.all().に if状態、それをどうするかは不明です。エラーは、を使用するかどうかを示唆していますNone または any of those。
import pandas as pd
if pd.Series([False, True, False]).any():
print("I am any")その output 次のとおりです-
I am anyブールコンテキストで単一要素のパンダオブジェクトを評価するには、メソッドを使用します .bool() −
import pandas as pd
print pd.Series([True]).bool()その output 次のとおりです-
Trueビット単位のブール
==やのようなビット単位のブール演算子 !=はブール系列を返します。これは、ほとんどの場合、とにかく必要なものです。
import pandas as pd
s = pd.Series(range(5))
print s==4その output 次のとおりです-
0 False
1 False
2 False
3 False
4 True
dtype: boolisin操作
これは、シリーズの各要素が渡された値のシーケンスに正確に含まれているかどうかを示すブールシリーズを返します。
import pandas as pd
s = pd.Series(list('abc'))
s = s.isin(['a', 'c', 'e'])
print sその output 次のとおりです-
0 True
1 False
2 True
dtype: boolインデックスの再作成とixGotcha
多くのユーザーは、 ix indexing capabilities Pandasオブジェクトからデータを選択する簡潔な手段として-
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']]その output 次のとおりです-
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もちろん、これはこの場合、 reindex 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'])その output 次のとおりです-
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 0.329404一部の人はそれを結論付けるかもしれません ix そして reindexこれに基づいて100％同等です。これは、整数インデックスの場合を除いて当てはまります。たとえば、上記の操作は、次のように表すこともできます。
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])その output 次のとおりです-
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それを覚えておくことは重要です reindex is strict label indexing only。これは、インデックスに整数と文字列の両方が含まれている病理学的なケースで、潜在的に驚くべき結果につながる可能性があります。