如何有条件地从熊猫系列中选择项目

Posted 2023-03-12

【中文标题】如何有条件地从熊猫系列中选择项目

【英文标题】：How to conditionally select items from a pandas Series

【发布时间】：2013-08-19 22:42:24

【问题描述】：

我正在使用由数字列表组成的 Pandas 系列，以单词为索引：

$10             [1, 0, 1, 1, 1, 1, 1]
$100                        [0, 0, 0]
$15                               [1]
$19                            [0, 0]
$1?                            [1, 1]
$20                         [0, 1, 1]
$20-$40                           [0]

我正在尝试编写一些简单的代码来创建一个新系列，该系列仅包含包含长度为“n”或更大的列表的项目。

有点像系列的列表理解。

感谢您的帮助

【参考方案1】：

您应该避免在Series 对象中使用lists，但您可以像这样执行您的要求：

编辑：用法

# DON'T use `eval` in production I'm just using it for convenience here
In [7]: s = read_clipboard(sep=r'\s2,', index_col=0, header=None, squeeze=1).map(eval)

In [8]: s
Out[8]:
0
$10        [1, 0, 1, 1, 1, 1, 1]
$100                   [0, 0, 0]
$15                          [1]
$19                       [0, 0]
$1?                       [1, 1]
$20                    [0, 1, 1]
$20-$40                      [0]

In [20]: n = 3

In [21]: s.map(len) >= n
Out[21]:
0
$10         True
$100        True
$15        False
$19        False
$1?        False
$20         True
$20-$40    False
Name: 1, dtype: bool

In [22]: s[s.map(len) >= n]
Out[22]:
0
$10     [1, 0, 1, 1, 1, 1, 1]
$100                [0, 0, 0]
$20                 [0, 1, 1]
Name: 1, dtype: object

您不应该在Series 对象中使用lists，因为它们实际上是object 数组，而不是同质类型的Series，后者可以利用numpy 的速度。

【讨论】：

谢谢！我实际上将它转换为列表字典中的系列对象。为什么最好不要使用系列？列表字典的解决方案是否相同？

这并不是说使用 Series 是“坏的”，而是当你将任意对象放入 Series 时，它们比使用同质类型的 Series 时要慢得多。

【参考方案2】：

试试这个：

s[s.map(len) >= n]