Question

我发现自己编码了这种模式很多：

tmp = <some operation>
result = tmp[<boolean expression>]
del tmp

...其中<boolean expression>被理解为布尔表达式涉及 tmp。（暂时，tmp总是一个熊猫数据帧，但我想如果我使用numpy ndarrays会出现相同的模式 - 不确定。）

例如：

tmp = df.xs('A')['II'] - df.xs('B')['II']
result = tmp[tmp < 0]
del tmp

正如人们可以从最后的del tmp猜测的那样，仅创建tmp的原因是我可以使用一个布尔表达式来包含它应用索引表达式。

我很想消除对这种（无用的）中间体的需要，但我不知道有任何有效的¹方法来做到这一点。（如果我错了，请纠正我！）

作为第二好的，我想把这个模式推到一些辅助函数。问题是找到一种将<boolean expression>传递给它的好方法。我只能想到不雅的。 E.g：

def filterobj(obj, criterion):
    return obj[eval(criterion % 'obj')]

这实际上有效²：

filterobj(df.xs('A')['II'] - df.xs('B')['II'], '%s < 0')

# Int
# 0     -1.650107
# 2     -0.718555
# 3     -1.725498
# 4     -0.306617
# Name: II

...但是使用eval总是让我感觉到所有的傻瓜......如果还有其他方法，请告诉我。

¹例如，任何我认为涉及filter内置的方法都可能是无效的，因为它会通过迭代来应用标准（一些lambda函数），“在Python中“，在熊猫（或numpy）对象上......

²上面最后一个表达式中使用的df的定义是这样的：

import itertools
import pandas as pd
import numpy as np
a = ('A', 'B')
i = range(5)
ix = pd.MultiIndex.from_tuples(list(itertools.product(a, i)),
                               names=('Alpha', 'Int'))
c = ('I', 'II', 'III')
df = pd.DataFrame(np.random.randn(len(idx), len(c)), index=ix, columns=c)

Answer 1

这是我能得到的简洁：

(df.xs('A')['II'] - df.xs('B')['II']).apply(lambda x: x if (x<0) else np.nan).dropna()

Int
0     -4.488312
1     -0.666710
2     -1.995535
Name: II

Answer 2

由于Python的工作方式，我认为这将是艰难的。我只能想到只能让你在那里的一部分的黑客。像

这样的东西

def filterobj(obj, fn):
    return obj[fn(obj)]

filterobj(df.xs('A')['II'] - df.xs('B')['II'], lambda x: x < 0)

应该有用，除非我错过了什么。以这种方式使用lambdas是延迟评估的常用技巧之一。

大声思考：可以制作一个this对象，这个对象没有被评估，只是作为一个表达式，如

>>> this
this
>>> this < 3
this < 3
>>> df[this < 3]
Traceback (most recent call last):
  File "<ipython-input-34-d5f1e0baecf9>", line 1, in <module>
    df[this < 3]
[...]
KeyError: u'no item named this < 3'

然后将this处理成大熊猫的特殊情况或仍然具有类似

的功能

def filterobj(obj, criterion):
    return obj[eval(str(criterion.subs({"this": "obj"})))]

（有足够的工作，我们可能会失去eval，这只是概念证明）之后的事情，如

>>> tmp = df["I"] + df["II"]
>>> tmp[tmp < 0]
Alpha  Int
A      4     -0.464487
B      3     -1.352535
       4     -1.678836
Dtype: float64
>>> filterobj(df["I"] + df["II"], this < 0)
Alpha  Int
A      4     -0.464487
B      3     -1.352535
       4     -1.678836
Dtype: float64

会奏效。我不确定这是否值得头疼，但是，Python根本不利于这种风格。

按标准从pandas dataframe（或numpy ndarray？）中选择

2 个答案: