Важные注意事项 Pandas

Внимания и ловушки Pandas

Использование If/Truth в Pandas

При использовании булевых операторов if или when, or или or not, попытке преобразовать某些 данные в bool иногда возникает ошибка. Как именно происходит ошибка, в настоящее время неясно. Pandas вызывает исключение ValueError.

　import　pandas　as　pd
　if pd.Series([False, True, False]):
　　　　print 'Я есть True'

Результат выполнения:

　ValueError: Значение Series неопределенно.　
　Используйте a.empty, a.bool(), a.item(), a.any() или a.all().

В этом случае неясно, как обрабатывать. Эта ошибка暗示ает использование None или любого из них.

　import　pandas　as　pd
　if pd.Series([False, True, False]).any():
　　　　print("Я есть any")

Результат выполнения:

Я есть any

Чтобы оценить одиночный объект Pandas в булевом контексте, используйте метод .bool() -

import　pandas　as　pd
print pd.Series([True]).bool()

Результат выполнения:

True

Булевые значения

Булевые операторы, такие как == и !, возвращает булевую серию, что почти всегда необходимо.

　import　pandas　as　pd
　s = pd.Series(range(5))
　print s==4

Результат выполнения:

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

Операция isin

Это вернет булевую серию, которая показывает, содержит ли каждый элемент булевого значения последовательность переданных значений.

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

Результат выполнения:

　0　True
　1　False
　2　True
　dtype:　bool

重建索引 vs ix索引

许多用户会发现自己使用ix索引功能作为从Pandas对象中选择数据的一种简洁方法：

　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　df.ix[['b',　'c',　'e']]

Результат выполнения:

　　　　　　　　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

当然，在这种情况下，这完全等同于使用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　df.reindex(['b',　'c',　'e'])

Результат выполнения:

　　　　　　　　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

有人可能会得出结论，ix和reindex基于此是100％等效的。除了整数索引的情况外，都是如此。例如，上述操作可以代替地表示为：

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

Результат выполнения:

　　　　　　　　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

Важно помнить, что повторное индексирование это всего лишь строгий индекс с метками. В случае, когда индекс содержит такие значения, как целые числа и строки, это может привести к некоторым неожиданным результатам.