Python 将数据帧一分为二并使用tilde~作为变量

我想在Python3中对Pandas执行两个类似的操作。 一个有瓷砖，另一个没有瓷砖

1 - df = df[~(df.teste.isin(["Place"]))] 
2 - df = df[(df.teste.isin(["Place"]))]

我试图将tilde声明为变量，这样我就可以只写一行，然后决定是否使用tilde。但它不起作用：

tilde = ["~", ""]
df = df[tilde[0](df.teste.isin(["Place"]))]

是否可以做一些可以减少我的代码？因为我写了很多相等的线，只是换了瓷砖

谢谢

为什么我要将瓷砖作为变量：

def server_latam(df):
    df.rename(columns={'Computer:OSI':'OSI'}, inplace=True) 
    df = df[~(df.teste.isin(["Place"]))]

    df1 = df.loc[df.model != 'Virtual Platform', 'model'].count()
    print("LATAM")
    print("Physical Servers: ",df1)
    df2 = df.loc[df.model == 'Virtual Platform', 'model'].count()
    print("Virtual Servers: ",df2)
    df3 = df.groupby('platformName').size().reset_index(name='by OS: ')
    print(df3)

def server_latam_without_tilde(df):
    df.rename(columns={'Computer:OSI':'OSI'}, inplace=True) 
    df = df[(df.teste.isin(["Place"]))]

    df1 = df.loc[df.model != 'Virtual Platform', 'model'].count()
    print("LATAM")
    print("Physical Servers: ",df1)
    df2 = df.loc[df.model == 'Virtual Platform', 'model'].count()
    print("Virtual Servers: ",df2)
    df3 = df.groupby('platformName').size().reset_index(name='by OS: ')
    print(df3)

---

在每个函数的第二行中，波浪线出现。

对于您有限的用例，您所请求的内容的好处有限

分组 然而，您真正的问题是必须创建的变量的数量。您可以通过

GroupBy

和计算出的石斑鱼将它们减半：

df = pd.DataFrame({'teste': ['Place', 'Null', 'Something', 'Place'],
                   'value': [1, 2, 3, 4]})

dfs = dict(tuple(df.groupby(df['teste'] == 'Place')))

{False:        teste  value
        1       Null      2
        2  Something      3,

 True:         teste  value
            0  Place      1
            3  Place      4}

然后通过

dfs[0]

和

dfs[1]

访问数据帧，因为

False==0

和

True==1

。最后一个例子有一个好处。现在，您不再需要创建不必要的新变量。您的数据帧是有组织的，因为它们存在于同一个字典中

功能调度 可通过

操作员

模块和身份识别功能满足您的精确要求：

from operator import invert

tilde = [invert, lambda x: x]

mask = df.teste == 'Place'  # don't repeat mask calculations unnecessarily

df1 = df[tilde[0](mask)]
df2 = df[tilde[1](mask)]

序列解包 如果您打算使用一行，请使用顺序解包：

df1, df2 = (df[func(mask)] for func in tilde)

注意：您可以通过以下方式复制

GroupBy

结果：

dfs = dict(enumerate(df[func(mask)] for func in tilde)

---

但这是冗长而复杂的。坚持使用

GroupBy

解决方案。

您可以通过定义测试，然后迭代这些测试来压缩代码。让我举例说明：

tests = ["Place", "Foo", "Bar"]

for t in tests:
    # not sure what you are doing exactly, just copied it
    1 - df = df[~(df.teste.isin([t]))] 
    2 - df = df[(df.teste.isin([t]))]

---

这样，实际工作中只有两行代码，只需向列表中添加另一个测试即可避免重复代码。但是，不知道这是否是您想要的。

可能的重复我看不出有什么好处：波浪号是一个字符，通常对应于一个字节。您希望将其存储在一个列表中，这意味着您至少需要三个键笔划和字节来索引它，再加上另一个XY键笔划/字节来引用变量。你到底想优化什么？打字？尺寸？“清洁”？可悲的是，这两种方法都无法实现。嗨，奥利弗，我编辑了我的问题。现在你可以明白我为什么要优化了。这似乎是一个XY问题。根本的问题是不必要地有很多变量名。我认为这是一个合理的问题。答案是使用

list

或

dict

。