为什么在 pandas 中使用“==”return 系列而不是 bool？

Question

我只是不明白第二行的“==”是什么意思：
- 这不是测试，没有 if 语句...
- 这不是变量声明...

我以前从没见过这个，问题是 data.ctage==cat 是 pandas 系列而不是测试...

for cat in data["categ"].unique():
    subset = data[data.categ == cat] # Création du sous-échantillon
    print("-"*20)
    print('Catégorie : ' + cat)
    print("moyenne:\n",subset['montant'].mean())
    print("mediane:\n",subset['montant'].median())
    print("mode:\n",subset['montant'].mode())
    print("VAR:\n",subset['montant'].var())
    print("EC:\n",subset['montant'].std())
    plt.figure(figsize=(5,5))
    subset["montant"].hist(bins=30) # Crée l'histogramme
    plt.show() # Affiche l'histogramme

Answer 1

它创建一个带有索引的布尔系列，其中 data.categ 等于 cat ，使用此布尔掩码，您可以过滤数据框，换句话说 subset 将包含所有记录其中 categ 是存储在 cat.

中的值

这是一个使用数字数据的示例

np.random.seed(0)
a = np.random.choice(np.arange(2), 5)
b = np.random.choice(np.arange(2), 5)
df = pd.DataFrame(dict(a = a, b = b))


df[df.a == 0].head()

#   a   b
# 0 0   0
# 2 0   0
# 4 0   1

df[df.a == df.b].head()

#   a   b
# 0 0   0
# 2 0   0
# 3 1   1

Answer 2

它正在测试 data.categ 的每个元素是否与 cat 相等。这会产生一个 True/False 值的向量。这作为索引器传递给 data[]，其中 returns 来自 data 的行对应于向量中的真值。

总而言之，整个表达式 returns 来自 data 的行的子集，其中 data.categ 的值等于 cat。

（似乎可以使用 data.groupBy('categ').apply(someFunc) 更优雅地完成整个操作。）

Answer 3

是的，它是一个测试。布尔表达式不限于 if 语句。

看起来好像data是一个数据框（PANDAS）。用作数据帧索引的表达式是 PANDAS 表示 selector 或过滤器的方式。这表示 select 字段 categ 与变量 cat （显然是预定义变量）匹配的每一行。此行集合成为一个新的数据框，subset。

Answer 4

data.categ == cat 将 return 一个布尔值列表，该列表将用于通过仅保留布尔值等于 True.

的值来过滤数据框

布尔值在许多情况下使用，不仅在 if 语句中。

Answer 5

此处您正在检查 data.categ 与元素迭代，cat，在 data 的字典中。
如果它们相等，您将继续循环。

为什么在 pandas 中使用“==”return 系列而不是 bool？

Why does using "==" return a Series instead of bool in pandas?

python

dataframe

pandas

matrix-indexing