Python 为什么不是';逻辑运算符是否应该在索引上对齐?
考虑以下简单设置:Python 为什么不是';逻辑运算符是否应该在索引上对齐?,python,pandas,Python,Pandas,考虑以下简单设置: x = pd.Series([1, 2, 3], index=list('abc')) y = pd.Series([2, 3, 3], index=list('bca')) x a 1 b 2 c 3 dtype: int64 y b 2 c 3 a 3 dtype: int64 正如您所看到的,索引是相同的,只是顺序不同 现在,使用等式(=< /代码>)操作符考虑一个简单的逻辑比较: x == y --------------
x = pd.Series([1, 2, 3], index=list('abc'))
y = pd.Series([2, 3, 3], index=list('bca'))
x
a 1
b 2
c 3
dtype: int64
y
b 2
c 3
a 3
dtype: int64
正如您所看到的,索引是相同的,只是顺序不同
现在,使用等式(<代码>=< /代码>)操作符考虑一个简单的逻辑比较:
x == y
---------------------------------------------------------------------------
ValueError Traceback (most recent call last)
这会抛出一个ValueError
,很可能是因为索引不匹配。另一方面,调用等效的eq
操作符可以:
x.eq(y)
a False
b True
c True
dtype: bool
OTOH,运算符方法在给定y
的情况下工作,首先重新排序
x == y.reindex_like(x)
a False
b True
c True
dtype: bool
我的理解是,函数和运算符的比较应该做同样的事情,所有其他事情都是一样的。什么是
eq
做的而运算符比较没有做的 我喜欢python的一点是,几乎任何东西的源代码都可以达到顶峰。从pd.Series.eq
源代码,它调用:
def flex_wrapper(self, other, level=None, fill_value=None, axis=0):
# other stuff
# ...
if isinstance(other, ABCSeries):
return self._binop(other, op, level=level, fill_value=fill_value)
然后转到pd.Series.\u binop:
def _binop(self, other, func, level=None, fill_value=None):
# other stuff
# ...
if not self.index.equals(other.index):
this, other = self.align(other, level=level, join='outer',
copy=False)
new_index = this.index
这意味着
eq
操作符在比较之前将两个序列对齐(显然,正常操作符=
没有对齐)。回到2012年,那时我们没有eq
,ne
和gt
,pandas
有问题:disorderSeries
将返回带有逻辑的意外输出(,查看整个回溯,以进行索引不匹配的序列比较,尤其关注异常消息:
In [1]: import pandas as pd
In [2]: x = pd.Series([1, 2, 3], index=list('abc'))
In [3]: y = pd.Series([2, 3, 3], index=list('bca'))
In [4]: x == y
---------------------------------------------------------------------------
ValueError Traceback (most recent call last)
<ipython-input-4-73b2790c1e5e> in <module>()
----> 1 x == y
/usr/lib/python3.7/site-packages/pandas/core/ops.py in wrapper(self, other, axis)
1188
1189 elif isinstance(other, ABCSeries) and not self._indexed_same(othe
r):
-> 1190 raise ValueError("Can only compare identically-labeled "
1191 "Series objects")
1192
ValueError: Can only compare identically-labeled Series objects
[1]中的:将熊猫作为pd导入
在[2]中:x=pd.Series([1,2,3],index=list('abc'))
在[3]中:y=pd.Series([2,3,3],index=list('bca'))
在[4]中:x==y
---------------------------------------------------------------------------
ValueError回溯(最近一次调用上次)
在()
---->1 x==y
/包装器中的usr/lib/python3.7/site-packages/pandas/core/ops.py(self、other、axis)
1188
1189 elif isinstance(其他,ABC系列)和非self.\u indexed\u same(其他
r) :
->1190 raise VALUE ERROR(“只能比较标签相同的项目”
1191“系列对象”)
1192
ValueError:只能比较标签相同的系列对象
我们看到这是一个经过深思熟虑的实现决策。而且,这并不是系列对象所独有的—数据帧会引发类似的错误
挖掘Git对相关行的指责最终会发现一些相关的提交和问题跟踪线程。例如,系列。过去完全忽略RHS的索引,在关于该行为的错误报告中,熊猫作者Wes McKinney说:
这实际上是一个特性/深思熟虑的选择,而不是一个bug——它是
与相关。早在一月份,我将比较方法更改为
做自动校准,但发现它导致了大量的错误/
对于用户,尤其是许多NumPy函数(
定期做一些事情,比如arr[1::][=arr[:-1]
;例如:np.unique
)
停止工作
这又回到了那个系列剧不太像的问题上
足够了,可能不应该是ndarray的子类
所以,除了这个,我没有给你一个好的答案;
自动校准将是理想的,但我不认为我能做到,除非我
使系列不是ndarray的子类。我认为这可能是一个好方法
想法,但在0.9或0.10之前不太可能发生(几个月后
道路)
这就是熊猫0.19.0中的当前行为。引用:
以下系列运算符已更改为所有运算符
一致,包括数据帧(,
)
- 序列比较运算符现在在索引不同时引发ValueError
- 系列逻辑运算符将左侧和右侧的索引对齐
这使得序列行为与DataFrame相匹配,DataFrame已经在比较中拒绝了不匹配的索引
总而言之,让比较运算符自动对齐索引会破坏太多内容,因此这是最好的选择。不同的问题,但只是为了网络连接:很好的答案。应该有一个调查员徽章。专为这样的答案设计,答案作者显然花了时间进行研究,阅读代码,通过Git查找逻辑解释。+1