Pandas | 27 注意事项&窍门

警告和疑难意味着一个看不见的问题。在使用Pandas过程当中，须要特别注意的地方。

与Pandas一块儿使用If/Truth语句

当尝试将某些东西转换成布尔值时，Pandas遵循了一个错误的惯例。 这种状况发生在使用布尔运算的。 目前还不清楚结果是什么。 若是它是真的，由于它不是zerolength？ 错误，由于有错误的值？ 目前还不清楚，Pandas提出了一个ValueError -

import pandas as pd

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

输出结果：

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

 

在if条件，它不清楚如何处理它。错误提示是否使用None或任何这些。

import pandas as pd

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

 

要在布尔上下文中评估单元素Pandas对象，请使用方法.bool() -

import pandas as pd

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

输出结果：

True

 

按位布尔值

按位布尔运算符(如==和!=)将返回一个布尔系列，这几乎老是须要的。

import pandas as pd

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

输出结果：

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

 

isin操做符

这将返回一个布尔序列，显示系列中的每一个元素是否彻底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)

输出结果：

0 True 1 False 2 True dtype: bool

 

重构索引与ix陷阱

许多用户会发现本身使用ix索引功能做为从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 ("=============================================")
print (df.ix[['b', 'c', 'e']])

输出结果：

one two three four a -1.174632 0.951047 -0.177007 1.036567 b -0.806324 -0.562209 1.081449 -1.047623 c 0.107607 0.778843 -0.063531 -1.073552 d -0.277602 -0.962720 1.381249 0.868656 e 0.576266 0.986949 0.433569 0.539558 f -0.708917 -0.583124 -0.686753 -2.338110 ============================================= one two three four b -0.806324 -0.562209 1.081449 -1.047623 c 0.107607 0.778843 -0.063531 -1.073552 e 0.576266 0.986949 0.433569 0.539558

 

这固然在这种状况下彻底等同于使用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("=============================================")
print (df.reindex(['b', 'c', 'e']))

输出结果：

one two three four a -1.754084 -1.423820 -0.152234 -1.475104 b 1.508714 -0.216916 -0.184434 -2.117229 c -0.409298 -0.224142 0.308175 -0.681308 d 0.938517 -1.626353 -0.180770 -0.470252 e 0.718043 -0.730215 -0.716810 0.546039 f 2.313001 0.371286 0.359952 2.126530 ============================================= one two three four b 1.508714 -0.216916 -0.184434 -2.117229 c -0.409298 -0.224142 0.308175 -0.681308 e 0.718043 -0.730215 -0.716810 0.546039

 

有人可能会得出这样的结论，ix和reindex是基于这个100％的等价物。 除了整数索引的状况，它是true。例如，上述操做可选地表示为 -

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("=====================================")
print (df.ix[[1, 2, 4]])
print("=====================================")
print (df.reindex([1, 2, 4]))

输出结果：

one two three four a 1.017408 0.594357 -0.760587 1.001547 b -1.480067 1.524270 0.455070 1.886959 c -0.136238 -0.165867 -0.589767 -1.078473 d 0.670576 1.600312 0.219578 -1.121352 e -0.224181 0.958156 0.013055 -0.013652 f 1.576155 -0.185003 -0.527204 -0.336275 ===================================== one two three four b -1.480067 1.524270 0.455070 1.886959 c -0.136238 -0.165867 -0.589767 -1.078473 e -0.224181 0.958156 0.013055 -0.013652 ===================================== 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。这可能会致使一些潜在的使人惊讶的结果，例如索引包含整数和字符串的病态状况。