Выражая панды подмножество с использованием трубы

Question

У меня есть dataframe, что я, как это подмножество:

a b x y 
0 1 2 3 -1 
1 2 4 6 -2 
2 3 6 6 -3 
3 4 8 3 -4 

df = df[(df.a >= 2) & (df.b <= 8)] 
df = df.groupby(df.x).mean() 

Как выразить это с помощью оператора панды трубы?

df = (df 
     .pipe((x.a > 2) & (x.b < 6) 
     .groupby(df.x) 
     .apply(lambda x: x.mean()) 

Answer 1

Пока вы можете категоризировать шаг, как то, что возвращает DataFrame и принимает DataFrame (возможно, с большим количеством аргументов), то вы можете использовать pipe. Есть ли преимущество для этого, это еще один вопрос.

Здесь, например, вы можете использовать

df\ 
    .pipe(lambda df_, x, y: df_[(df_.a >= x) & (df_.b <= y)], 2, 8)\ 
    .pipe(lambda df_: df_.groupby(df_.x))\ 
    .mean() 

Обратите внимание, как первый этап лямбда, который принимает 3 аргумента, с 2 и 8, переданного в качестве параметров. Это не единственный способ сделать это - это эквивалентно

.pipe(lambda df_: df_[(df_.a >= 2) & (df_.b <= 8)])\ 

Также обратите внимание, что вы можете использовать

df\ 
    .pipe(lambda df_, x, y: df[(df.a >= x) & (df.b <= y)], 2, 8)\ 
    .groupby('x')\ 
    .mean() 

Здесь лямбда принимает df_, но работает на df, а второй pipe было заменен на groupby.

• Первое изменение работает здесь, но является gragile. Это происходит работать, так как это первый трубы этапе. Если это будет более поздний этап, он может взять DataFrame с одним измерением и попытаться отфильтровать его на маске с другим измерением, например.

• Второе изменение - это хорошо. На лице я думаю, что это более читаемо. В принципе, все, что принимает DataFrame и возвращает один, может быть вызвано напрямую или через pipe.

Answer 2

Вы можете попробовать, но я думаю, что это более сложная:

print df[(df.a >= 2) & (df.b <= 8)].groupby(df.x).mean() 
    a b x y 
x     
3 4.0 8 3 -4.0 
6 2.5 5 6 -2.5 


def masker(df, mask): 
    return df[mask] 

mask1 = (df.a >= 2) 
mask2 = (df.b <= 8)  

print df.pipe(masker, mask1).pipe(masker, mask2).groupby(df.x).mean() 
    a b x y 
x     
3 4.0 8 3 -4.0 
6 2.5 5 6 -2.5 

Answer 3

Я считаю, что этот метод ясно в отношении ваших шагов фильтрации и последующих операций. Однако использование loc[(mask1) & (mask2)], вероятно, более показательно.

>>> (df 
    .pipe(lambda x: x.loc[x.a >= 2]) 
    .pipe(lambda x: x.loc[x.b <= 8]) 
    .pipe(pd.DataFrame.groupby, 'x') 
    .mean() 
    ) 

    a b y 
x    
3 4.0 8 -4.0 
6 2.5 5 -2.5 

В качестве альтернативы:

(df 
.pipe(lambda x: x.loc[x.a >= 2]) 
.pipe(lambda x: x.loc[x.b <= 8]) 
.groupby('x') 
.mean() 
)