熊猫如何过滤系列

在执行groupby（'name'）并在其他列上使用过mean（）函数后，我得到了这样的系列

name
383      3.000000
663      1.000000
726      1.000000
737      9.000000
833      8.166667

谁能告诉我如何过滤出平均值为1.000000的行？谢谢，我非常感谢您的帮助。

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

从熊猫版本0.18+开始，也可以如下进行过滤

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()

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

正如DACW指出的那样，pandas 0.18.1中有方法链上的改进，可以很好地满足您的需求。

.where您可以将函数传递给.loc索引器或系列索引器[]，而不必使用，而避免调用.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]

DataFrame和NDFrame类支持类似的行为。

一种快速的方法是使用numpy切片基础数组进行重构。请参见下面的时序。

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

0
383    3.000000
737    9.000000
833    8.166667
dtype: float64

天真的时机

另一种方法是先转换为DataFrame并使用查询方法（假设您已安装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")

如果您喜欢链式操作，还可以使用compress函数：

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

就我而言，我有一个熊猫系列，其值是字符元组：

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)

因此，我可以使用索引来过滤系列，但可以创建所需的索引apply。我的条件是“查找所有正好为'H'的元组”。

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

我承认它不是“ chainable”的（即注意我重复series_of_tuples两次；您必须将任何临时序列存储到变量中，以便可以在其上调用apply（...））。

可能还有其他方法（除外.apply(...)）可以按元素操作以生成布尔索引。

使用可链接函数的许多其他答案（包括已接受的答案），例如：

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

这些接受适用于Series的可调用项（lambda），而不适用于这些系列中的单个值！

因此，当我尝试将上述条件/可调用/ lambda与任何可链接函数一起使用时，我的系列元组的行为很奇怪，例如.loc[]：

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

产生错误：

KeyError：“ H级必须与名称相同（无）”

我很困惑，但是似乎正在使用Series.countseries_of_tuples.count(...)函数，这不是我想要的。

我承认替代数据结构可能更好：

• 类别数据类型？
• 一个数据框（元组的每个元素变为一列）
• 一系列字符串（将元组串联在一起）：

这将创建一系列字符串（即，通过串联元组；将元组中的字符连接到单个字符串上）

series_of_tuples.apply(''.join)

这样我就可以使用链式Series.str.count

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