Pandas 注意事項

Pandasの注意点と罠

PandasでIfを使用する方法/Truth文

ifやwhen、orやor notなどの布尔演算子を使用して、ある内容をboolに変換しようとすると、時にはエラーが発生します。エラーがどのように発生するかはまだ明確ではありません。PandasはValueError例外を提案しています。

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

以下は実行結果です：

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

この場合、どのように処理するかは明確ではありません。このエラーは、Noneを使用しているか、またはそのいずれかを使用していることを示しています。

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

以下は実行結果です：

I　am　any

単一要素のPandasオブジェクトを布尔上下文で評価するには、.bool()メソッドを使用してください。-

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

以下は実行結果です：

True

ビット布尔値

==や!などのビット演算子のような按位布尔演算子は、布尔系列を返し、これはほぼ常に必要です。

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

以下は実行結果です：

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

isin操作

これは、布尔値の各要素が渡された値のシーケンスに完全に含まれているかどうかを示す布尔系列を返します。

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

以下は実行結果です：

　0　True
　1　False
　2　True
　dtype:　bool

再インデックス vs ixインデックス

多くのユーザーは、Pandasオブジェクトからデータを選択するための簡潔な方法としてixインデックス機能を使用することがあります：

　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']]

以下は実行結果です：

　　　　　　　　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

もちろん、この場合、これはreindexメソッドを使用するのと全く同じです：

　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'])

以下は実行結果です：

　　　　　　　　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

誰かは、ixとreindexがこのようにして100％相当の。整数インデックス以外のすべての場合、これが適用されます。例えば、上記の操作は以下のように代替的に表現できます：

　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])

以下は実行結果です：

　　　　　　　　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

重要なのは、再インデックスは厳格なタグインデックスに過ぎないことを覚えておくことです。インデックスに整数や文字列などのエラーが含まれている場合、予期せぬ結果が発生する可能性があります。