Python Pandas 简明教程

Python Pandas - Caveats & Gotchas

警告是指警示而意外问题是指不可预见的问题。

Using If/Truth Statement with Pandas

当您尝试将某个内容转换成 bool 时，Pandas 遵循 numpy 惯例发出错误。这发生在 if 中或 when 中，使用布尔运算以及 or 或 not 。结果应该是什么还不清楚。它应该是 True 因为它不是零长度吗？还是 False 因为存在 False 值？还不清楚，因此，Pandas 会发出 ValueError −

import pandas as pd

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

它的 output 如下所示 −

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

在 if 条件中，不清楚该对其做什么。错误暗示应使用 None 还是 any of those 。

import pandas as pd

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

它的 output 如下所示 −

I am any

若要在布尔上下文中评估单元素 pandas 对象，使用 .bool() 方法 −

import pandas as pd

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

它的 output 如下所示 −

True

Bitwise Boolean

Bitwise 布尔运算符（如 == 和 ! ）将返回一个布尔序列，这几乎总是所需。

import pandas as pd

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

它的 output 如下所示 −

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

isin Operation

这返回一个布尔序列，显示 Series 中的每个元素是否恰好包含在传递的值序列中。

import pandas as pd

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

它的 output 如下所示 −

0 True
1 False
2 True
dtype: bool

Reindexing vs ix Gotcha

许多用户会发现自己使用 ix indexing capabilities 作为从 Pandas 对象选择数据的一种简洁方式 −

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']]

它的 output 如下所示 −

          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

这当然与使用 reindex 方法在此情况下完全等效 −

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'])

它的 output 如下所示 −

          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

有人可能由此得出 ix 和 reindex 100% 等效的结论。除整型索引的情形外，这确实成立。例如，上述操作也可以表述为 −

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])

它的 output 如下所示 −

          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

记住 reindex is strict label indexing only 非常重要。在病理病例中，其中索引同时包含（例如）整型和字符串时，这会产生一些可能令人惊讶的结果。