如何更干净地分割熊猫中的数据？

Question

我有导入大熊猫的税务数据，我想查看数据的某些部分，以便我可以分析这部分人口。我这样做的方式是创建像这样的新数据框

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框的情况下做到这一点，这会使代码更清晰？

Answer 1

让我们尝试.query方法，它更具可读性：

public partial class Form1 : Form
{
    private FilterInfoCollection captureDevices;
    private VideoFileWriter videoWriter;
    private VideoCaptureDevice finalVideo;
    private Bitmap videoFrame;

    public Form1()
    {
        InitializeComponent();
        CameraInit();
    }

    private void CameraInit()
    {
        captureDevices = new FilterInfoCollection(FilterCategory.VideoInputDevice);
        finalVideo = new VideoCaptureDevice(captureDevices[0].MonikerString);
        finalVideo.NewFrame += FinalVideo_NewFrame;
        int cameraCapabilitiesCount = finalVideo.VideoCapabilities.Count();
        VideoCapabilities cameraCapability = finalVideo.VideoCapabilities[cameraCapabilitiesCount - 1];
        videoWriter = new VideoFileWriter();
        videoWriter.Open(@"F:/FilmikiTest/testVideo.mp4", cameraCapability.FrameSize.Width, cameraCapability.FrameSize.Height, cameraCapability.AverageFrameRate, VideoCodec.MPEG4, 5000000);
    }

    private void FinalVideo_NewFrame(object sender, NewFrameEventArgs eventArgs)
    {
        videoFrame = (Bitmap)eventArgs.Frame.Clone();
        pictureBox1.Image = videoFrame;
        videoWriter.WriteVideoFrame(videoFrame);
    }

    private void button1_Click(object sender, EventArgs e)
    {
        finalVideo.Start();
    }

    private void button2_Click(object sender, EventArgs e)
    {
        finalVideo.Stop();
        videoWriter.Close();
    }        
}

或者正如MaxU在评论中指出的那样。

new_df = old_tax_df.query('var_1 == 1 and 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，然后访问组。

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

这是根据其中的值将一个数据帧分割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，除了数据帧现在将在变量字段上编入索引。

有关此主题的更多信息，请参阅Pandas的Indexing and Selecting Data文档页面。