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().

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: bool

isin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。