[python] 팬더에서 복잡한 기준으로 선택

PYTHON / 글쓴이

예를 들어 간단한 DF가 있습니다.

import pandas as pd
from random import randint

df = pd.DataFrame({'A': [randint(1, 9) for x in xrange(10)],
                   'B': [randint(1, 9)*10 for x in xrange(10)],
                   'C': [randint(1, 9)*100 for x in xrange(10)]})

‘A’에서 ‘B’에 해당하는 값이 50보다 크고 ‘C’에 대해-팬더의 방법과 관용구를 사용하여 900이 아닌 값을 선택할 수 있습니까?

답변

확실한! 설정:

>>> import pandas as pd
>>> from random import randint
>>> df = pd.DataFrame({'A': [randint(1, 9) for x in range(10)],
                   'B': [randint(1, 9)*10 for x in range(10)],
                   'C': [randint(1, 9)*100 for x in range(10)]})
>>> df
   A   B    C
0  9  40  300
1  9  70  700
2  5  70  900
3  8  80  900
4  7  50  200
5  9  30  900
6  2  80  700
7  2  80  400
8  5  80  300
9  7  70  800

열 연산을 적용하고 부울 시리즈 객체를 얻을 수 있습니다.

>>> df["B"] > 50
0    False
1     True
2     True
3     True
4    False
5    False
6     True
7     True
8     True
9     True
Name: B
>>> (df["B"] > 50) & (df["C"] == 900)
0    False
1    False
2     True
3     True
4    False
5    False
6    False
7    False
8    False
9    False

[업데이트, 새 스타일로 전환 .loc] :

그런 다음이를 사용하여 객체를 색인 할 수 있습니다. 읽기 액세스를 위해 다음과 같은 인덱스를 연결할 수 있습니다.

>>> df["A"][(df["B"] > 50) & (df["C"] == 900)]
2    5
3    8
Name: A, dtype: int64

그러나 쓰기 액세스를 위해이 작업을 수행하는 뷰와 사본의 차이로 인해 문제가 발생할 수 있습니다. .loc대신 사용할 수 있습니다 .

>>> df.loc[(df["B"] > 50) & (df["C"] == 900), "A"]
2    5
3    8
Name: A, dtype: int64
>>> df.loc[(df["B"] > 50) & (df["C"] == 900), "A"].values
array([5, 8], dtype=int64)
>>> df.loc[(df["B"] > 50) & (df["C"] == 900), "A"] *= 1000
>>> df
      A   B    C
0     9  40  300
1     9  70  700
2  5000  70  900
3  8000  80  900
4     7  50  200
5     9  30  900
6     2  80  700
7     2  80  400
8     5  80  300
9     7  70  800

실수로 입력했는지 참고 == 900하지 != 900, 나 ~(df["C"] == 900),하지만 난 그것을 해결하기 위해 너무 게으른 해요. 독자를위한 운동. : ^)

답변

또 다른 해결책은 쿼리 방법 을 사용하는 것입니다.

import pandas as pd

from random import randint
df = pd.DataFrame({'A': [randint(1, 9) for x in xrange(10)],
                   'B': [randint(1, 9) * 10 for x in xrange(10)],
                   'C': [randint(1, 9) * 100 for x in xrange(10)]})
print df

   A   B    C
0  7  20  300
1  7  80  700
2  4  90  100
3  4  30  900
4  7  80  200
5  7  60  800
6  3  80  900
7  9  40  100
8  6  40  100
9  3  10  600

print df.query('B > 50 and C != 900')

   A   B    C
1  7  80  700
2  4  90  100
4  7  80  200
5  7  60  800

이제 A 열의 반환 값을 변경하려면 해당 색인을 저장할 수 있습니다.

my_query_index = df.query('B > 50 & C != 900').index

…. 그리고 .iloc그것들을 바꾸는 데 사용하십시오 :

df.iloc[my_query_index, 0] = 5000

print df

      A   B    C
0     7  20  300
1  5000  80  700
2  5000  90  100
3     4  30  900
4  5000  80  200
5  5000  60  800
6     3  80  900
7     9  40  100
8     6  40  100
9     3  10  600

답변

괄호를 사용해야합니다!

있다는 사실을 숙지 &연산자와 같은 통신 사업자를 통해 우선 순위를 갖 >거나 <등이 그 이유이다

4 < 5 & 6 > 4

로 평가됩니다 False. 따라서를 사용하는 경우 pd.loc논리 문을 대괄호로 묶어야합니다. 그렇지 않으면 오류가 발생합니다. 그 이유는 다음과 같습니다.

df.loc[(df['A'] > 10) & (df['B'] < 15)]

대신에 

df.loc[df['A'] > 10 & df['B'] < 15]

결과는

TypeError : dtyped [float64] 배열을 [bool] 유형의 스칼라와 비교할 수 없습니다

답변

당신은 비교를 위해 내장 기능이있는 팬더를 사용할 수 있습니다. 따라서 “B”및 “C”의 조건에 맞는 “A”값을 선택하려는 경우 (DataFrame pandas 객체를 다시 원한다고 가정)

df[['A']][df.B.gt(50) & df.C.ne(900)]

df[['A']] DataFrame 형식의 A 열을 다시 제공합니다.

pandas ‘gt’함수는 50보다 큰 열 B의 위치를 ​​반환하고 ‘ne’은 900이 아닌 위치를 반환합니다.

답변