如何更清晰地对熊猫中的数据进行分段？

Question

我有导入熊猫的税收数据，我想查看数据的某些部分，以便可以分析那部分人口。 我这样做的方法是像这样制作新的数据帧

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

有没有一种方法可以在不制作数据帧的情况下使代码更整洁？

Answer 1

让我们尝试.query方法，它更具可读性：

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

或正如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)]

样品运行-

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))

这是一种基于其中的值将一个数据帧分割为多个数据帧的方法。

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，除了现在将在变量字段上对数据帧建立索引。

有关此主题的更多信息，请参见“熊猫的索引和选择数据”文档页面。