pandas官方文档中cookbook（2）的split&building criteria翻译

最新推荐文章于 2022-07-10 16:56:16 发布

三分之一给你

最新推荐文章于 2022-07-10 16:56:16 发布

阅读量388

点赞数 1

pandas 0.20.3 documentation 翻译专栏收录该内容

9 篇文章 1 订阅

订阅专栏

文档版本：0.20.3
这些例子是用python3.4写出来的。对于较早的python版本需要对代码做些相应的调整。
Pandas（pd）和Numpy（np）是唯一两个默认导入的包。其余的包会显示导入给新用户看。
若有翻译不当的地方，请多多指教。

这份文档中的例子都是从Stack-Overflow和Github中别人提问的比较经典的问题，作者从中提炼与总结。

分割数据框

用布尔值条件分割数据库

In [9]: df = pd.DataFrame(
...:      {'AAA' : [4,5,6,7], 'BBB' : [10,20,30,40],'CCC' : [100,50,-30,-50]}); df
...: 
Out[9]: 
    AAA  BBB  CCC
0    4   10  100
1    5   20   50
2    6   30  -30
3    7   40  -50

In [10]: dflow = df[df.AAA <= 5]; dflow
Out[10]: 
    AAA  BBB  CCC
0    4   10  100
1    5   20   50

In [11]: dfhigh = df[df.AAA > 5]; dfhigh
Out[11]: 
    AAA  BBB  CCC
2    6   30  -30
3    7   40  -50

建立复杂的布尔值条件

对多列进行布尔值判断来选取数据

In [12]: df = pd.DataFrame(
....:      {'AAA' : [4,5,6,7], 'BBB' : [10,20,30,40],'CCC' : [100,50,-30,-50]}); df
....: 
Out[12]: 
    AAA  BBB  CCC
0    4   10  100
1    5   20   50
2    6   30  -30
3    7   40  -50

与逻辑（若无分配数值就返回一个Series）

In [13]: newseries = df.loc[(df['BBB'] < 25) & (df['CCC'] >= -40), 'AAA']; newseries
Out[13]: 
0    4
1    5
Name: AAA, dtype: int64

或逻辑（若有分配数据就返回一个新的数据框）

In [15]: df.loc[(df['BBB'] > 25) | (df['CCC'] >= 75), 'AAA'] = 0.1; df
Out[15]: 
    AAA  BBB  CCC
0  0.1   10  100
1  5.0   20   50
2  0.1   30  -30
3  0.1   40  -50

选取最接近用于给定的一个数值的行通过使用argsort函数

In [16]: df = pd.DataFrame(
....:      {'AAA' : [4,5,6,7], 'BBB' : [10,20,30,40],'CCC' : [100,50,-30,-50]}); df
....: 
Out[16]: 
    AAA  BBB  CCC
0    4   10  100
1    5   20   50
2    6   30  -30
3    7   40  -50

In [17]: aValue = 43.0

In [18]: df.loc[(df.CCC-aValue).abs().argsort()]
Out[18]: 
    AAA  BBB  CCC
1    5   20   50
0    4   10  100
2    6   30  -30
3    7   40  -50

通过使用二进制运算符动态减少判断列表

In [19]: df = pd.DataFrame(
....:      {'AAA' : [4,5,6,7], 'BBB' : [10,20,30,40],'CCC' : [100,50,-30,-50]}); df
....: 
Out[19]: 
    AAA  BBB  CCC
0    4   10  100
1    5   20   50
2    6   30  -30
3    7   40  -50

In [20]: Crit1 = df.AAA <= 5.5

In [21]: Crit2 = df.BBB == 10.0

In [22]: Crit3 = df.CCC > -40.0

一种硬编码的方式：

In [23]: AllCrit = Crit1 & Crit2 & Crit3

或者可以用动态建立判断列表的方法：

In [24]: CritList = [Crit1,Crit2,Crit3]

In [25]: AllCrit = functools.reduce(lambda x,y: x & y, CritList)

In [26]: df[AllCrit]
Out[26]: 
    AAA  BBB  CCC
0    4   10  100