Pandas Cara memfilter Seri

Saya memiliki Seri seperti ini setelah melakukan groupby ('name') dan menggunakan fungsi mean () di kolom lain

name
383      3.000000
663      1.000000
726      1.000000
737      9.000000
833      8.166667

Adakah yang bisa menunjukkan kepada saya cara menyaring baris dengan nilai rata-rata 1,000000? Terima kasih dan saya sangat menghargai bantuan Anda.

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

Dari pandas versi 0.18+, pemfilteran rangkaian juga dapat dilakukan seperti di bawah ini

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()

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

Seperti yang ditunjukkan DACW , ada peningkatan perangkaian metode di panda 0.18.1 yang melakukan apa yang Anda cari dengan sangat baik.

Daripada menggunakan .where, Anda dapat meneruskan fungsi Anda ke .locpengindeks atau pengindeks Seri []dan menghindari panggilan ke .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]

Perilaku serupa didukung pada kelas DataFrame dan NDFrame.

Cara cepat untuk melakukan ini adalah merekonstruksi penggunaan numpyuntuk mengiris array yang mendasarinya. Lihat pengaturan waktu di bawah.

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

0
383    3.000000
737    9.000000
833    8.166667
dtype: float64

waktu yang naif

Cara lain adalah dengan terlebih dahulu mengonversi ke DataFrame dan menggunakan metode kueri (dengan asumsi Anda telah menginstal numexpr):

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")

Jika Anda menyukai operasi yang dirantai, Anda juga dapat menggunakan compressfungsi:

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

Dalam kasus saya, saya memiliki Seri panda di mana nilainya adalah tupel karakter :

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)

Oleh karena itu saya dapat menggunakan pengindeksan untuk memfilter rangkaian, tetapi untuk membuat indeks yang saya butuhkan apply. Kondisi saya adalah "temukan semua tupel yang memiliki tepat satu 'H'".

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

Saya akui itu tidak "dapat dirantai" , (yaitu pemberitahuan yang saya ulangiseries_of_tuples dua kali; Anda harus menyimpan rangkaian sementara ke dalam variabel sehingga Anda dapat memanggil apply (...) di atasnya).

Mungkin juga ada metode lain (selain .apply(...)) yang dapat beroperasi secara elementwise untuk menghasilkan indeks Boolean.

Banyak jawaban lain (termasuk jawaban yang diterima) menggunakan fungsi yang dapat dirantai seperti:

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

Ini menerima callables (lambdas) yang diterapkan pada Seri , tidak individu nilai-nilai dalam seri mereka!

Oleh karena itu, Seri tupel saya berperilaku aneh ketika saya mencoba menggunakan kondisi / callable / lambda saya di atas, dengan salah satu fungsi yang dapat dirantai, seperti .loc[]:

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

Menghasilkan kesalahan:

KeyError: 'Level H harus sama dengan nama (Tidak Ada)'

Saya sangat bingung, tetapi tampaknya menggunakan fungsi Series.countseries_of_tuples.count(...) , yang bukan itu yang saya inginkan.

Saya akui bahwa struktur data alternatif mungkin lebih baik:

• Jenis data kategori?
• A Dataframe (setiap elemen tupel menjadi kolom)
• Serangkaian string (hanya menggabungkan tupel menjadi satu):

Ini menciptakan serangkaian string (yaitu dengan menggabungkan tupel; menggabungkan karakter dalam tupel pada satu string)

series_of_tuples.apply(''.join)

Jadi saya kemudian bisa menggunakan rantaiSeries.str.count

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