Pandas使用的注意事项

Pandas 基于 NumPy 构建，它遵循 NumPy 设定的一些规则。因此，当您在使用 Pandas 时，需要额外留意一些事项，避免出现一些不必要的错误。

if语句使用

在 if 语句中，如果您需要将 Pandas 对象转换为布尔值时，需要格外留意，这种操作会引起  ValueError 异常， 下面通过一组示例做简单说明：

import pandas as pd
if pd.Series([False, True, False]):
   print('I am True')

输出结果：

从输出结果可以看出，上述代码引发了 ValueError 错误，并告诉我们 Series 的真值是不明确的。下面对其进行了简单分析：

如果 if 语句判断为 True，可能是认为它的长度并不是 0，反之 if 语句判断为 Fasle，可能是认为 Series 的数据值中包含了 False 值，因此是真还是假，无法判断，所以此处抛出了 ValueError 错误。

上述代码给出的修改建议，如下所示：

import pandas as pd
#使用 any()方法解决
if pd.Series([False, True, False]).any():
   print("I am 城东书院 www.cdsy.xyz")

输出结果：

如果要是计算单个布尔元素的 Series 对象，那么您可以使用 bool() 方法进行修改，如下所示：

import pandas as pd
print(pd.Series([False]).bool())

输出结果：

布尔运算

如果在 Pandas 对象中使用==（相等）和!=（不相等） 这样的布尔运算符时，将返回一个布尔序列，示例如下：

import pandas as pd
s = pd.Series(range(4))
#返回布尔值序列，行索引为3的位置为True
print(s==3)

输出结果：

isin()操作

isin() 也会返回一个布尔序列，它用来判断元素值是否包含在的 Series 序列中。示例如下：

import pandas as pd
s = pd.Series(list('abc'))
s = s.isin(['a', 'c', 'e'])
print(s)

输出结果：

reindex()操作

reindex() 函数表示重置行索引，该方法会生成新的 Pandas 对象，示例如下：

import pandas as pd
import numpy as np
#index行索引使用字符和数字混合的形式
df = pd.DataFrame(np.random.randn(6, 4), columns=['one', 'two', 'three','four'],index=['a','b',2,3,'e',5])
print (df)
#数字与字符混合后取数据
print (df.reindex(['a','b',5]))
print (df.reindex([2,'e']))

输出结果：