pandas-按条件取行实例、原理详解，以及取非集

不取非集（后面会提到）

import pandas as pd

a=pd.read_csv("head.csv")
a

	id	shuju	label
0	1	3	postive
1	2	7	negative
2	5	7	postive
3	6	8	postive
4	3	5	negative

现在我们想取 比如 shuju这一列 小于等于7的

b=a[a['shuju']>=4]
b

	id	shuju	label
1	2	7	negative
2	5	7	postive
3	6	8	postive
4	3	5	negative

现在我们想取 比如 shuju这一列 小于等于7大于等于4的

b=a[a['shuju']<=7&&a['shuju']>=4]

  File "<ipython-input-13-2ca594e63fc5>", line 1
    b=a[a['shuju']<=7&&a['shuju']>=4]
                      ^
SyntaxError: invalid syntax

可以看到，上面的式子会报错，在那个&号那里

#############我们改成单个&
b=a[a['shuju']<=7&a['shuju']>=4]

---------------------------------------------------------------------------

ValueError                                Traceback (most recent call last)

<ipython-input-14-eee3584da3f0> in <module>()
      1 #############我们改成单个&
----> 2 b=a[a['shuju']<=7&a['shuju']>=4]


~/.local/lib/python3.5/site-packages/pandas/core/generic.py in __nonzero__(self)
   1467         raise ValueError("The truth value of a {0} is ambiguous. "
   1468                          "Use a.empty, a.bool(), a.item(), a.any() or a.all()."
-> 1469                          .format(self.__class__.__name__))
   1470 
   1471     __bool__ = __nonzero__


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

可以发现，上面的式子仍然会报错，但是错误比原来轻了

#############我们给单个式子加个括号
b=a[(a['shuju']<=7)&(a['shuju']>=4)]
b

	id	shuju	label
1	2	7	negative
2	5	7	postive
4	3	5	negative

现在就可以了！！！！
就是两个要点！！！ ①逻辑运算符只能要一个 ②需要给每个逻辑表达式单独的加个括号

对这种按条件取行的原理的解释

a['shuju']>=4

0    False
1     True
2     True
3     True
4     True
Name: shuju, dtype: bool

可以看到，上面的逻辑表达式，会将’shuju’ 那一列的每一个元素与4进行比较，比4大的，就成True

a[a['shuju']>=4]

	id	shuju	label
1	2	7	negative
2	5	7	postive
3	6	8	postive
4	3	5	negative

上面这步操作，实际上就是用一个bool的series来取行，那个series为True的行都会被取出来

取非集（比如 取除了小于等于7大于等于4之外的其他行）

通过上面对原理的解释，我们知道，其实按条件取行，也就是把 True的行取出来而已，
现在想要把那些不是True的行取出来，
其实就是把原来是True的行变成False，False变成True就行啦！！！

也就是一个使用一个apply+lambda 将False的映射为True ，True映射为False即可