डेटाफ्रेम को सब्सक्राइब करने के लिए किसी निर्देश का उपयोग कैसे करें?

Question

कहें, मैंने डेटाफ्रेम दिया है जिसमें अधिकांश कॉलम स्पष्ट डेटा हैं।

> data.head() 
    age risk  sex smoking 
0 28 no male  no 
1 58 no female  no 
2 27 no male  yes 
3 26 no male  no 
4 29 yes female  yes 

और मैं इस डेटा को उन स्पष्ट चर के लिए कुंजी-मूल्य जोड़े के एक नियम द्वारा सबसेट करना चाहता हूं।

tmp = {'risk':'no', 'smoking':'yes', 'sex':'female'} 

इसलिए, मैं निम्नलिखित सबसेट प्राप्त करना चाहता हूं।

data[ (data.risk == 'no') & (data.smoking == 'yes') & (data.sex == 'female')] 

मुझे क्या करना चाहते हैं:

data[tmp] 

ऐसा करने का सबसे अजगर/पांडा तरीका क्या है?

---

मिनिमल उदाहरण:

import numpy as np 
import pandas as pd 
from pandas import Series, DataFrame 

x = Series(random.randint(0,2,50), dtype='category') 
x.cat.categories = ['no', 'yes'] 

y = Series(random.randint(0,2,50), dtype='category') 
y.cat.categories = ['no', 'yes'] 

z = Series(random.randint(0,2,50), dtype='category') 
z.cat.categories = ['male', 'female'] 

a = Series(random.randint(20,60,50), dtype='category') 

data = DataFrame({'risk':x, 'smoking':y, 'sex':z, 'age':a}) 

tmp = {'risk':'no', 'smoking':'yes', 'sex':'female'} 

Answer 1

मैं इस कार्य के लिए .query() विधि का प्रयोग करेंगे:

In [103]: qry = ' and '.join(["{} == '{}'".format(k,v) for k,v in tmp.items()]) 

In [104]: qry 
Out[104]: "sex == 'female' and risk == 'no' and smoking == 'yes'" 

In [105]: data.query(qry) 
Out[105]: 
    age risk  sex smoking 
7 24 no female  yes 
22 43 no female  yes 
23 42 no female  yes 
25 24 no female  yes 
32 29 no female  yes 
40 34 no female  yes 
43 35 no female  yes 

Answer 2

आप एक बूलियन वेक्टर कि उन विशेषताओं की जाँच करता है का निर्माण कर सकता है। शायद एक बेहतर हालांकि जिस तरह से:

df[risk == 'no' and smoking == 'yes' and sex == 'female' for (age, risk, sex, smoking) in df.itertuples()] 

Answer 3

आप शब्दकोश से एक डेटा फ्रेम को देखने बना सकते हैं और उसके बाद data साथ एक आंतरिक शामिल होते हैं जो query रूप में एक ही प्रभाव होगा:

from pandas import merge, DataFrame 
merge(DataFrame(tmp, index =[0]), data) 

Answer 4

आप concat और all साथ सूची समझ का उपयोग कर सकते हैं:

import numpy as np 
import pandas as pd 

np.random.seed(123) 
x = pd.Series(np.random.randint(0,2,10), dtype='category') 
x.cat.categories = ['no', 'yes'] 
y = pd.Series(np.random.randint(0,2,10), dtype='category') 
y.cat.categories = ['no', 'yes'] 
z = pd.Series(np.random.randint(0,2,10), dtype='category') 
z.cat.categories = ['male', 'female'] 

a = pd.Series(np.random.randint(20,60,10), dtype='category') 

data = pd.DataFrame({'risk':x, 'smoking':y, 'sex':z, 'age':a}) 
print (data) 
    age risk  sex smoking 
0 24 no male  yes 
1 23 yes male  yes 
2 22 no female  no 
3 40 no female  yes 
4 59 no female  no 
5 22 no male  yes 
6 40 no female  no 
7 27 yes male  yes 
8 55 yes male  yes 
9 48 no male  no 

tmp = {'risk':'no', 'smoking':'yes', 'sex':'female'} 
mask = pd.concat([data[x[0]].eq(x[1]) for x in tmp.items()], axis=1).all(axis=1) 
print (mask) 
0 False 
1 False 
2 False 
3  True 
4 False 
5 False 
6 False 
7 False 
8 False 
9 False 
dtype: bool 

df1 = data[mask] 
print (df1) 
age risk  sex smoking 
3 40 no female  yes 

L = [(x[0], x[1]) for x in tmp.items()] 
print (L) 
[('smoking', 'yes'), ('sex', 'female'), ('risk', 'no')] 

L = pd.concat([data[x[0]].eq(x[1]) for x in tmp.items()], axis=1) 
print (L) 
    smoking sex risk 
0 True False True 
1 True False False 
2 False True True 
3 True True True 
4 False True True 
5 True False True 
6 False True True 
7 True False False 
8 True False False 
9 False False True 

समय:

len(data)=1M।

N = 1000000 
np.random.seed(123) 
x = pd.Series(np.random.randint(0,2,N), dtype='category') 
x.cat.categories = ['no', 'yes'] 
y = pd.Series(np.random.randint(0,2,N), dtype='category') 
y.cat.categories = ['no', 'yes'] 
z = pd.Series(np.random.randint(0,2,N), dtype='category') 
z.cat.categories = ['male', 'female'] 

a = pd.Series(np.random.randint(20,60,N), dtype='category') 

data = pd.DataFrame({'risk':x, 'smoking':y, 'sex':z, 'age':a}) 

#[1000000 rows x 4 columns] 
print (data) 


tmp = {'risk':'no', 'smoking':'yes', 'sex':'female'} 


In [133]: %timeit (data[pd.concat([data[x[0]].eq(x[1]) for x in tmp.items()], axis=1).all(axis=1)]) 
10 loops, best of 3: 89.1 ms per loop 

In [134]: %timeit (data.query(' and '.join(["{} == '{}'".format(k,v) for k,v in tmp.items()]))) 
1 loop, best of 3: 237 ms per loop 

In [135]: %timeit (pd.merge(pd.DataFrame(tmp, index =[0]), data.reset_index()).set_index('index')) 
1 loop, best of 3: 256 ms per loop 

Answer 5

मैं तुम्हें अपने dataframe पर to_dict विधि इस्तेमाल कर सकते हैं कर सकते हैं, और फिर एक सूची समझ का उपयोग कर फ़िल्टर कर लगता है:

df = pd.DataFrame(data={'age':[28, 29], 'sex':["M", "F"], 'smoking':['y', 'n']}) 
print df 
tmp = {'age': 28, 'smoking': 'y', 'sex': 'M'} 

print pd.DataFrame([i for i in df.to_dict('records') if i == tmp]) 


>>> age sex smoking 
0 28 M  y 
1 29 F  n 

    age sex smoking 
0 28 M  y 

तुम भी एक श्रृंखला के लिए tmp परिवर्तित कर सकते हैं:

ts = pd.Series(tmp) 

print pd.DataFrame([i[1] for i in df.iterrows() if i[1].equals(ts)])