Pandalar Bir Dizi nasıl filtrelenir?

Groupby ('ad') yaptıktan sonra buna benzer bir Serim var ve diğer sütunda ortalama () işlevini kullandım

name
383      3.000000
663      1.000000
726      1.000000
737      9.000000
833      8.166667

Biri bana 1.000000 ortalama değerlere sahip satırları nasıl filtreleyeceğimi gösterebilir mi? Teşekkürler ve yardımın için çok minnettarım.

In [5]:

import pandas as pd

test = {
383:    3.000000,
663:    1.000000,
726:    1.000000,
737:    9.000000,
833:    8.166667
}

s = pd.Series(test)
s = s[s != 1]
s
Out[0]:
383    3.000000
737    9.000000
833    8.166667
dtype: float64

Pandalar 0.18+ sürümünden itibaren aşağıdaki gibi bir dizi filtreleme yapılabilir

test = {
383:    3.000000,
663:    1.000000,
726:    1.000000,
737:    9.000000,
833:    8.166667
}

pd.Series(test).where(lambda x : x!=1).dropna()

Ödeme: http://pandas.pydata.org/pandas-docs/version/0.18.1/whatsnew.html#method-chaininng-improements

As DACW işaret vardır yöntem zincirleme gelişmeler çok güzel aradığınızı yapmak pandalar 0.18.1 yılında.

Kullanmak yerine .where, işlevinizi .locdizin oluşturucuya veya Seri dizin oluşturucuya aktarabilir []ve şu çağrıları engelleyebilirsiniz .dropna:

test = pd.Series({
383:    3.000000,
663:    1.000000,
726:    1.000000,
737:    9.000000,
833:    8.166667
})

test.loc[lambda x : x!=1]

test[lambda x: x!=1]

Benzer davranış, DataFrame ve NDFrame sınıflarında desteklenir.

Bunu yapmanın hızlı bir yolu numpy, temeldeki dizileri dilimlemek için kullanarak yeniden yapılandırmaktır . Aşağıdaki zamanlamalara bakın.

mask = s.values != 1
pd.Series(s.values[mask], s.index[mask])

0
383    3.000000
737    9.000000
833    8.166667
dtype: float64

saf zamanlama

Başka bir yol, önce bir DataFrame'e dönüştürmek ve sorgu yöntemini kullanmaktır (numexpr'iniz kurulu olduğunu varsayarak):

import pandas as pd

test = {
383:    3.000000,
663:    1.000000,
726:    1.000000,
737:    9.000000,
833:    8.166667
}

s = pd.Series(test)
s.to_frame(name='x').query("x != 1")

Zincirleme bir işlemi seviyorsanız, compressişlevi de kullanabilirsiniz :

test = pd.Series({
383:    3.000000,
663:    1.000000,
726:    1.000000,
737:    9.000000,
833:    8.166667
})

test.compress(lambda x: x != 1)

# 383    3.000000
# 737    9.000000
# 833    8.166667
# dtype: float64

Benim durumumda , değerlerin karakter demetleri olduğu bir panda Serim vardı :

Out[67]
0    (H, H, H, H)
1    (H, H, H, T)
2    (H, H, T, H)
3    (H, H, T, T)
4    (H, T, H, H)

Bu nedenle, diziyi filtrelemek için indekslemeyi kullanabilirdim, ancak ihtiyacım olan indeksi oluşturmak için apply. Koşulum "tam olarak bir 'H' içeren tüm demetleri bul".

series_of_tuples[series_of_tuples.apply(lambda x: x.count('H')==1)]

Bunun "zincirlenebilir" olmadığını kabul ediyorum (yani series_of_tuplesiki kez tekrarladığıma dikkat edin ; herhangi bir geçici seriyi bir değişkene kaydetmeniz gerekir, böylece üzerinde apply (...) çağırabilirsiniz).

Ayrıca söz konusu olabilir diğer yöntemler (yanında .apply(...)olabilir) bir Boole endeksi üretmek için elementwise çalışırlar.

Zincirleme işlevleri kullanan diğer birçok yanıt (kabul edilen yanıt dahil):

• .compress()
• .where()
• .loc[]
• []

Bunlar , bu serideki bireysel değerlere değil Seriye uygulanan çağrılabilirleri (lambdalar) kabul eder !

Bu nedenle dizilerim, yukarıdaki koşulumu / çağrılabilir / lambda'mı, zincirlenebilir işlevlerden herhangi biriyle kullanmaya çalıştığımda garip davranıyordu, örneğin .loc[]:

series_of_tuples.loc[lambda x: x.count('H')==1]

Şu hatayı üretir:

KeyError: 'H Düzeyi adla aynı olmalıdır (Yok)'

Kafam çok karışmıştı, ancak Series.count series_of_tuples.count(...)işlevini kullanıyor gibi görünüyor , ki bu istediğim şey değildi.

Alternatif bir veri yapısının daha iyi olabileceğini kabul ediyorum:

• Kategori veri türü?
• Bir Veri Çerçevesi (başlığın her bir öğesi bir sütun haline gelir)
• Bir dizi dizge (sadece tupleları bir araya getirin):

Bu, bir dizi dize oluşturur (örn. Tuple'ı birleştirerek; demetteki karakterleri tek bir dizede birleştirerek)

series_of_tuples.apply(''.join)

Böylece zincirlenebilir olanı kullanabilirimSeries.str.count

series_of_tuples.apply(''.join).str.count('H')==1