Python Pandas - Caveats & Gotchas

Caveats หมายถึงคำเตือนและ gotcha หมายถึงปัญหาที่มองไม่เห็น

การใช้คำสั่ง If / Truth กับนุ่น

หมีแพนด้าทำตามแบบแผนของการเพิ่มข้อผิดพลาดเมื่อคุณพยายามแปลงบางสิ่งเป็นไฟล์ bool. สิ่งนี้เกิดขึ้นในไฟล์if หรือ when โดยใช้การดำเนินการบูลีนและ or, หรือ not. ยังไม่ชัดเจนว่าผลควรเป็นอย่างไร มันควรจะเป็น True เพราะมันไม่ใช่ Zerolength? เท็จเพราะมีค่าเท็จ? มันไม่ชัดเจนดังนั้นนุ่นจึงยกกValueError -

import pandas as pd

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

มัน output มีดังนี้ -

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

ใน ifสภาพยังไม่ชัดเจนว่าจะทำอย่างไรกับมัน ข้อผิดพลาดเป็นการชี้นำว่าจะใช้ไฟล์None หรือ any of those.

import pandas as pd

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

มัน output มีดังนี้ -

I am any

ในการประเมินวัตถุแพนด้าองค์ประกอบเดียวในบริบทบูลีนให้ใช้วิธีการ .bool() -

import pandas as pd

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

มัน output มีดังนี้ -

True

Bitwise บูลีน

ตัวดำเนินการ Bitwise Boolean เช่น == และ != จะส่งคืนชุดบูลีนซึ่งเป็นสิ่งที่จำเป็นเกือบตลอดเวลา

import pandas as pd

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

มัน output มีดังนี้ -

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

isin การทำงาน

สิ่งนี้ส่งคืนอนุกรมบูลีนที่แสดงว่าแต่ละองค์ประกอบในซีรี่ส์มีอยู่ในลำดับค่าที่ส่งผ่านหรือไม่

import pandas as pd

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

มัน output มีดังนี้ -

0 True
1 False
2 True
dtype: bool

Reindexing vs ix Gotcha

ผู้ใช้หลายคนจะพบว่าตัวเองกำลังใช้ไฟล์ ix indexing capabilities เป็นวิธีที่กระชับในการเลือกข้อมูลจากวัตถุแพนด้า -

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']]

มัน output มีดังนี้ -

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

แน่นอนว่านี่คือเทียบเท่าอย่างสมบูรณ์ในกรณีนี้กับการใช้ไฟล์ reindex วิธีการ -

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'])

มัน output มีดังนี้ -

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

บางคนอาจสรุปว่า ix และ reindexเทียบเท่า 100% ตามนี้ นี่เป็นจริงยกเว้นในกรณีของการสร้างดัชนีจำนวนเต็ม ตัวอย่างเช่นการดำเนินการข้างต้นสามารถแสดงเป็น -

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])

มัน output มีดังนี้ -

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

สิ่งสำคัญคือต้องจำไว้ว่า reindex is strict label indexing only. สิ่งนี้สามารถนำไปสู่ผลลัพธ์ที่น่าประหลาดใจบางอย่างในกรณีทางพยาธิวิทยาที่ดัชนีมีทั้งจำนวนเต็มและสตริง