使用索引和值过滤 Pandas 系列

Question

是否有一种干净的方法来使用将索引和值作为输入的自定义函数来过滤 Pandas 系列？

这是实现我想做的一段代码：

series = pd.Series({"id5":88, "id3":40})
def custom(k,v):
    if k=="id5":
        return v>20
    else:
        return v>50

filtered_indexes = []
filtered_values = []
for k,v in series.iteritems():
    if custom(k,v):
        filtered_indexes.append(k)
        filtered_values.append(v)
filtered_series = pd.Series(data=filtered_values, index=filtered_indexes)

我的问题是：使用类似的语法可以更清洁和/或更有效地实现同样的目标

series.filter(lambda x: custom(x.index, x.value))

Answer 1

Series.applyhave no accesses 索引存在问题，DataFrame.filter 未针对 Series 实现。

可以，但需要创建DataFrame:

s = series[series.to_frame().apply(lambda x: custom(x.name, x), axis=1).squeeze()]
print (s)
id5    88
dtype: int64

或将groupby 与filtration 一起使用：

s = series.groupby(level=0).filter(lambda x: custom(x.name, x)[0])
print (s)
id5    88
dtype: int64

Answer 2

您可以将您的逻辑矢量化如下。这避免了低效的lambda 循环，还可以使您的代码更简洁。

res = series[((series.index == 'id5') & (series > 20)) |
             ((series.index != 'id5') & (series > 50))]

结果：

id5    88
dtype: int64

为了可读性，您可能希望将布尔标准分开：

c1 = ((series.index == 'id5') & (series > 20))
c2 = ((series.index != 'id5') & (series > 50))

res = series[c1 | c2]