【pandas learning-CookBook】day2-idioms-根據多個條件選擇

import functools

import pandas as pd
import numpy as np

df = pd.read_excel("examples.xls")
# review what learned yesterday
df["level"] = np.where(df.年級 <= 2013, "old", "new")
df.to_excel("example_new.xls")

# spliting
# select the index satisfy some condition
df_new = df.loc[df.年級 > 2013]

# Building Criteria
# 選擇滿足多個條件的行， 這其實也是昨天的內容
df_new = df[(df.年級 == 2013) & (df.是否在職生 == 0)]
# 根據條件修改某列
df.loc[(df.年級 == 2013) | (df.學習形式代碼 == 1), "註冊狀態"] = 1
# 根據條件增加某列
df["滿足條件"] = np.where((df.年級 == 2013) | (df.學習形式代碼 == 1), "是", "否")


# 根據條件進行排序
df2 = pd.DataFrame({'AAA': [4,5,6,7], 'BBB': [10,20,30,40], 'CCC': [100,50,-30,-50]})
df2_sort = df2.loc[(df2.AAA-5.5).abs().argsort()]
df2_sort2 = df2.loc[(df2.AAA-5.5).argsort()]
a = df2.AAA  # 這得到的是一個Series
print(df2_sort2)

# 多個條件選擇
Crit1 = df2.AAA <= 5.5
Crit2 = df2.BBB == 10
Crit3 = df2.CCC > -40.0
CritList = [Crit1, Crit2, Crit3]
AllCrit = functools.reduce(lambda x, y: x & y, CritList)   # reduce： x&y&z
print(df2.loc[AllCrit])

---

今天的很多知識都是昨天提到過的，僅增加兩個知識點：
1. 根據某一列排序更快的寫法： df.loc[df.AAA.argsort()]  #事實上這就是用argsort()函數先生成一個index的array
2. 根據多個條件篩選，更快的寫法：
df.loc[functools.reduce(lambda x, y: x & y, CritList)] 
# lambda x, y: x & y是一個整體，作爲一個function
# CritList作爲sequence
# 對於reduce的解釋：For example, reduce(lambda x, y: x+y, [1, 2, 3, 4, 5]) calculates
((((1+2)+3)+4)+5)

代碼在https://github.com/zhangjipinggom/pandas_learning