Panda Python - Avvertimenti e trucchi

Avvertimenti significa avvertimento e gotcha significa un problema invisibile.

Utilizzo della dichiarazione If / Truth con i Panda

Pandas segue la convenzione numpy di generare un errore quando si tenta di convertire qualcosa in un file bool. Questo accade in un fileif o when utilizzando le operazioni booleane e, or, o not. Non è chiaro quale dovrebbe essere il risultato. Dovrebbe essere vero perché non è zero? Falso perché ci sono valori falsi? Non è chiaro, quindi, invece, Panda solleva aValueError -

import pandas as pd

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

Suo output è il seguente -

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

In ifcondizione, non è chiaro cosa farne. L'errore suggerisce se utilizzare un fileNone o any of those.

import pandas as pd

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

Suo output è il seguente -

I am any

Per valutare oggetti panda a elemento singolo in un contesto booleano, utilizzare il metodo .bool() -

import pandas as pd

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

Suo output è il seguente -

True

Booleano bit per bit

Operatori booleani bit per bit come == e != restituirà una serie booleana, che è quasi sempre ciò che è comunque richiesto.

import pandas as pd

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

Suo output è il seguente -

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

isin Operation

Restituisce una serie booleana che mostra se ogni elemento della serie è contenuto esattamente nella sequenza di valori passata.

import pandas as pd

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

Suo output è il seguente -

0 True
1 False
2 True
dtype: bool

Reindicizzazione vs ix Gotcha

Molti utenti si troveranno a utilizzare il ix indexing capabilities come mezzo conciso per selezionare i dati da un oggetto Panda -

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']]

Suo output è il seguente -

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

Questo è, ovviamente, del tutto equivalente in questo caso all'utilizzo di reindex metodo -

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'])

Suo output è il seguente -

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

Qualcuno potrebbe concludere che ix e reindexsono equivalenti al 100% in base a questo. Questo è vero tranne nel caso dell'indicizzazione di interi. Ad esempio, l'operazione di cui sopra può alternativamente essere espressa come -

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])

Suo output è il seguente -

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

È importante ricordarlo reindex is strict label indexing only. Ciò può portare a risultati potenzialmente sorprendenti nei casi patologici in cui un indice contiene, ad esempio, sia numeri interi che stringhe.