有没有办法使用管道运算符来表达下面的熊猫操作?
df_a = df[df.index.year != 2000]
df_b = df_a[(df_a['Month'].isin([3, 4, 5])) & (df_a['region'] == 'USA')]
不确定为什么要使用pipe
进行此操作。
pipe
旨在使用修改传入数据帧的函数链简化数据帧链式处理的语法(请参阅文档)。
您尝试做的是使用许多筛选器(或掩码)过滤数据帧。
只是为了说明使用pipe
进行此操作有些麻烦:
import pandas as pd
pd.np.random.seed(123)
# Generate some data
dates = pd.date_range('2014-01-01', '2015-12-31', freq='M')
df = pd.DataFrame({'region':pd.np.random.choice(['USA', 'Non-USA'], len(dates))}, index=dates)
df['Month'] = df.index.month
print df.head()
region Month
2014-01-31 USA 1
2014-02-28 Non-USA 2
2014-03-31 USA 3
2014-04-30 USA 4
2014-05-31 USA 5
原始筛选器将产生:
df_a = df[df.index.year != 2014]
df_b = df_a[(df_a['Month'].isin([3, 4, 5])) & (df_a['region'] == 'USA')]
print df_b
region Month
2015-03-31 USA 3
2015-05-31 USA 5
以下是如何使用pipe
获得相同的输出:
def masker(df, mask):
return df[mask]
mask1 = df.index.year != 2014
mask2 = df['Month'].isin([3, 4, 5])
mask3 = df['region'] == 'USA'
print df.pipe(masker, mask1).pipe(masker, mask2).pipe(masker, mask3)
region Month
2015-03-31 USA 3
2015-05-31 USA 5
然而,熊猫能够以相当简单(在这种特殊情况下)的方式处理过滤:
print df[mask1 & mask2 & mask3]
region Month
2015-03-31 USA 3
2015-05-31 USA 5