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 anyในการประเมินวัตถุแพนด้าองค์ประกอบเดียวในบริบทบูลีนให้ใช้วิธีการ .bool() -
import pandas as pd
print pd.Series([True]).bool()มัน output มีดังนี้ -
TrueBitwise บูลีน
ตัวดำเนินการ Bitwise Boolean เช่น == และ != จะส่งคืนชุดบูลีนซึ่งเป็นสิ่งที่จำเป็นเกือบตลอดเวลา
import pandas as pd
s = pd.Series(range(5))
print s==4มัน output มีดังนี้ -
0 False
1 False
2 False
3 False
4 True
dtype: boolisin การทำงาน
สิ่งนี้ส่งคืนอนุกรมบูลีนที่แสดงว่าแต่ละองค์ประกอบในซีรี่ส์มีอยู่ในลำดับค่าที่ส่งผ่านหรือไม่
import pandas as pd
s = pd.Series(list('abc'))
s = s.isin(['a', 'c', 'e'])
print sมัน output มีดังนี้ -
0 True
1 False
2 True
dtype: boolReindexing 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 -0.244559แน่นอนว่านี่คือเทียบเท่าอย่างสมบูรณ์ในกรณีนี้กับการใช้ไฟล์ 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 0.329404บางคนอาจสรุปว่า 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 NaNสิ่งสำคัญคือต้องจำไว้ว่า reindex is strict label indexing only. สิ่งนี้สามารถนำไปสู่ผลลัพธ์ที่น่าประหลาดใจบางอย่างในกรณีทางพยาธิวิทยาที่ดัชนีมีทั้งจำนวนเต็มและสตริง