如何更干净地分割熊猫中的数据

Question

我有导入熊猫的税收数据，我想查看数据的某些部分，以便我可以分析该部分人口。我这样做的方式是制作这样的新数据框

new_df = old_tax_df[(old_tax_df.var_1 == 1) & (old_tax_df.var_2 == 1)]

有没有办法在不制作数据帧的情况下做到这一点，这将使代码更干净？

Answer 1

让我们尝试一下.query方法，它的可读性更强一些：

new_df = old_tax_df.query('var_1 == 1 and var_2 == 1')

或者正如MaxU在评论中指出的那样。

new_df = old_tax_df.query("var_1 == var_2 == 1")

也会工作。

Answer 2

一种方法 -

old_tax_df[(old_tax_df[['var_1','var_2']]==1).all(1)]

示例运行 -

In [68]: old_tax_df
Out[68]: 
   var_1  var_2  var_3  var_4
0      0      1      0      1
1      1      1      0      2
2      2      1      1      1
3      1      0      1      2
4      1      2      0      2
5      2      0      1      1
6      2      0      0      2
7      0      2      2      0
8      1      1      0      1
9      2      1      1      1
# Original code
In [69]: old_tax_df[(old_tax_df.var_1 == 1) & (old_tax_df.var_2 == 1)]
Out[69]: 
   var_1  var_2  var_3  var_4
1      1      1      0      2
8      1      1      0      1
# Proposed code
In [70]: old_tax_df[(old_tax_df[['var_1','var_2']]==1).all(1)]
Out[70]: 
   var_1  var_2  var_3  var_4
1      1      1      0      2
8      1      1      0      1
# Alternative using `.eq` to replace `==1`
In [76]: old_tax_df[old_tax_df[['var_1','var_2']].eq(1).all(1)]
Out[76]: 
   var_1  var_2  var_3  var_4
1      1      1      0      2
8      1      1      0      1

Answer 3

使用 .groupby

您可以使用 groupby 方法，然后访问这些组。

groups = df.groupby(['var_1', 'var_2', 'var_3', 'var_4'])
groups.get_group((2, 0, 0, 2))

这是根据数据帧中的值将一个数据帧分段为多个数据帧的一种方法。

使用.loc

df.set_index(['var_1', 'var_2', 'var_3', 'var_4'], inplace=True)
df.loc[2, 0, 0, 2]

将产生相同的结果，只是数据帧现在将在变量字段上编制索引。

有关此主题的更多信息，请参阅 Pandas 的索引和选择数据文档页面。