注意事项 Pandas

Pandas 注意事项和陷阱

在Pandas中使用If/Truth语句

当您使用布尔运算符if或when，or或or not，尝试将某些内容转换为bool时，有时会引发一个错误。错误是怎么发生的目前尚不清楚。Pandas提出了一个ValueError异常。

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

Los resultados de ejecución son los siguientes:

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

在这种情况下，不清楚该怎么处理。这个错误暗示了是使用None或是其中任何一个。

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

Los resultados de ejecución son los siguientes:

I am any

要在布尔上下文中评估单元素Pandas对象，请使用.bool()方法-

import pandas as pd
print pd.Series([True]).bool()

Los resultados de ejecución son los siguientes:

True

位布尔值

像==和!之类的按位布尔运算符=将返回一个布尔序列，这几乎总是需要的。

　import pandas as pd
　s = pd.Series(range(5))
　print s==4

Los resultados de ejecución son los siguientes:

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

isin操作

这将返回一个布尔系列，显示布尔值中的每个元素是否完全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

Los resultados de ejecución son los siguientes:

　0 True
　1　False
　2　True
　dtype: bool

重建索引 vs ix索引

许多用户会发现自己使用ix索引功能作为从Pandas对象中选择数据的一种简洁方法：

　import pandas as pd
　import numpy as np
　df = pd.DataFrame(np.random.randn(6,　4))
　''cuatro'],index=list('abcdef'))
　print df
　print df.ix[['b', 'c', 'e']]

Los resultados de ejecución son los siguientes:

　　　　　　　　uno    dos    tres    cuatro
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
　　　　　　　　　　uno    dos    tres    cuatro
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

Por supuesto, en este caso, esto es completamente equivalente a usar el método reindex:

　import pandas as pd
　import numpy as np
　df = pd.DataFrame(np.random.randn(6,　4))
　''cuatro'],index=list('abcdef'))
　print df
　print df.reindex(['b', 'c', 'e'])

Los resultados de ejecución son los siguientes:

　　　　　　　　uno    dos    tres    cuatro
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
　　　　　　　　　　uno    dos    tres    cuatro
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

Alguien podría llegar a la conclusión de que ix y reindex se basan en esto10100% equivalente. Además de la situación del índice entero, todos son así. Por ejemplo, la operación anterior puede representarse alternativamente de la siguiente manera:

　import pandas as pd
　import numpy as np
　df = pd.DataFrame(np.random.randn(6,　4))
　''cuatro'],index=list('abcdef'))
　print df
　print df.ix[[1,　2,　4])
　print df.reindex([1,　2,　4)]

Los resultados de ejecución son los siguientes:

　　　　　　　　uno    dos    tres    cuatro
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
　　　　　　　　　　uno    dos    tres    cuatro
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
　　　　uno    dos    tres    cuatro
1　　　NaN    NaN    NaN    NaN
2　　　NaN    NaN    NaN    NaN
4　　　NaN    NaN    NaN    NaN

Es importante recordar que el reindexing es solo una etiqueta estricta de índice. En caso de que el índice contenga errores como enteros y cadenas, esto puede llevar a resultados inesperados.