pandasCookbook 第三讲——建立规则

• 建立规则
  针对多列的规则

import pandas as pd 
import numpy as np 
df=pd.DataFrame({'AAA':[4,5,6,7],'BBB':[10,20,30,40],'CCC':[100,50,-30,-50]}) 
df 

	AAA	BBB	CCC
0	4	10	100
1	5	20	50
2	6	30	-30
3	7	40	-50

通过‘与’规则，这样会返回一个Series

newSeries=df.loc[(df['BBB']<25)&(df['CCC']>=-40),'AAA'] 
newSeries 

0 4
1 5
Name: AAA, dtype: int64

通过 ‘或’规则，同样返回一个Series,注意我在这里的写法是df.BBB，等效于df['BBB']

newSeries=df.loc[(df.BBB>25) | (df.CCC >=75),'AAA'] 
newSeries 

0 4
2 6
3 7
Name: AAA, dtype: int64

通过对规则运用后的赋值，来得到一个修改后的dataframe

df.loc[(df.BBB>25)|(df.CCC>=75),['AAA','BBB']]=0.1 
df 

	AAA	BBB	CCC
0	0.1	0.1	0.1
1	5.0	20.0	50.0
2	0.1	0.1	0.1
3	0.1	0.1	0.1

用argsort()对某个列排序 (按照与指定值最相近)

df=pd.DataFrame({'AAA':[4,5,6,7],'BBB':[10,20,30,40],'CCC':[100,50,-30,-50]}) 
df 
aValue=43.0 
df.ix[(df.BBB-aValue).abs().argsort()] 

	AAA	BBB	CCC
3	7	40	-50
2	6	30	-30
1	5	20	50
0	4	10	100

用二元操作符动态地建立'标准list'并进行归约，这里有两种方式，直接&连接Reduce

df=pd.DataFrame({'AAA':[4,5,6,7],'BBB':[10,20,30,40],'CCC':[100,50,-30,-50]}) 

#method1:&直接连接标准 
Crit1=df.AAA <= 5.5 Crit2 = df.BBB == 10.0 Crit3 = df.CCC > -40.0 
allCrit=Crit1 & Crit2 & Crit3 
df[allCrit] 

#method2: Reduce 建立 
critList=[Crit1,Crit2,Crit3] 
allCrit=functools.reduce(lambda x,y:x&y,critList) 
df[allCrit] 
# 效果完全相同 

	AAA	BBB	CCC
0	4	10	100

tips:读者如果对reduce函数有疑问，可以百度“廖雪峰” 查看python基础语法教程中map和reduce函数的基础用法。
这里推荐python初学者认真学习廖雪峰教程 ,基础语法不甚解直接来学习pandas，很多时候会有一头雾水的感觉。

第三讲完毕