pandas学习-Series-02

pandas学习-Series-02

前提：

• 已经完成pandas、juputer notebook的安装

背景：

在这一章中我们还是采用pandas学习-Series-01提到的10种手机列子，这儿我再将表格放在下面并根据表格创建 Series 对象s。

我们有以下部分手机的价格，现在我们要基于以下数据来进行一些数据处理工作。

手机名称	价格（人民币
OnePlus 11 Pro Max	4999
Xiaomi Mi 14 Ultra	5499
Samsung Galaxy S23 Ultra	7999
Apple iPhone 15 Pro Max	8999
Google Pixel 8 Pro	8999
Huawei Mate 60 Pro+	6999
Vivo X90 Pro+	6499
Oppo Find X6 Pro	5999
Realme GT Neo5 Ultimate Edition	5699
Lenovo Legion Y90 Gaming Phone	3999

import  pandas as pd  
s=pd.Series([4999,5499,7999,8999,8999,6999,6499,5999,5699,3999],
            index=['OnePlus 11 Pro Max','Xiaomi Mi 14 Ultra','Samsung Galaxy S23 Ultra','Apple iPhone 15 Pro Max','Google Pixel 8 Pro','Huawei Mate 60 Pro+','Vivo X90 Pro+','Oppo Find X6 Pro','Realme GT Neo5 Ultimate Edition','Lenovo Legion Y90 Gaming Phone'],name='phone_price')

布尔索引筛选

Q:如何筛选手机价格为8999的手机有哪些？如何筛选手机价格在3999-4999之间的手机？

A:

#手机价格为8999的手机
s[s==8999]
#手机价格在3999-4999之间的手机
s[(s>=3999) & (s<=4999)]

在上面列子中我们使用了条件筛选，以此来确定哪些数据要返回，而哪些数据要过滤？

Pandas Series中进行条件筛选，主要使用布尔索引技术 来实现数据的筛选。

什么是布尔索引？

在Pandas库中，布尔索引是一种强大的数据过滤技术，允许你根据Series或DataFrame中的值是否满足特定条件来选择子集。具体来说，你可以通过创建一个布尔型数组（由True和False组成的Series），然后我们就可以提取series 中值为True的值了。

举例来说 我们上面答案中的 s==8999 、 (s>=3999) & （s<=4999）就是重新生成的一个布尔索引。

当然，从上面的列子我们亦可以看出，布尔运算也支持同时应用多个条件进行筛选，像我们上面的(s>=3999) & (s<=4999)就是用到了多条件筛选，但我们在使用多条件筛选时候也要注意一些小细节。

• 在使用布尔索引时，不建议直接使用Python的逻辑运算符 and 和 or。正确的做法是使用位运算符 & 和 |。像我们上面如果使用and则会报语法错误
• 确保每个条件都放在括号内以明确优先级，因为在Python语法中，& 和 | 是位运算符，在没有括号的情况下会比比较运算符（如 >= 和 <=）有更高的优先级。像上面的列子如果我们不加括号s>=3999 & s<=4999 则会先计算 3999 & s，当然就会报错了。

布尔索引常用条件过滤方式

直接比较操作：

可以直接使用比较运算符（如>、<、==、>=、<=等）来创建一个布尔Series，然后使用这个布尔Series作为索引来选择满足条件的元素。

我们上面的回答就使用了这种直接比较的方式。

isin()方法：

当需要根据Series中的值是否包含在某个列表或集合中进行筛选时，可以使用isin()函数。

比如，我们要筛选手机价格是3999、4999、5999、6999的手机有哪些？

s[s.isin([3999,4999,5999,6999])]

str.contains()方法：

如果Series的元素是字符串类型，我们也可以使用.str.contains()方法基于子串匹配进行筛选。

s2 = pd.Series(['apple pie', 'banana shake', 'cherry tart']) 
# 筛选出值包含'apple'的元素 
filtered_s = s2[s2.str.contains('apple')]

这儿我们重新定义了一个新的series对象s2

map()方法：

该方法主要应用于将Series中的每个元素映射到另一个值。它接受一个可调用对象（如函数或字典）作为参数。

比如：我们要筛选所有手机价格中能被3整除的有哪些？

s[s.map(lambda x:x%3==0)]

apply()方法：

对于更复杂的条件筛选，我们也可以自定义函数并结合.apply()方法。

比如，我们要把手机价格按照千位、百位、十位、个位拆开展示呢（假设我们手机的价格都是4位数的）？

def split_four_digit_number(number):
    # 假设全是四位数
    thousands = number // 1000 % 10
    hundreds = number // 100 % 10
    tens = number // 10 % 10
    ones = number % 10
    return {'thousands': thousands, 'hundreds': hundreds, 'tens': tens, 'ones': ones}
s.apply(split_four_digit_number)

其实如果只是简单地想对Series中的每个元素执行一次简单的、返回单个值的操作，map方法能做到，用apply也都可以实现。但我们返回的是多个值的时候，那apply更加适合。