私は、ユーザーにパンダのデータフレーム内のデータを選択するように構成を作成するための柔軟性を提供します「機能の選択」のいくつかの並べ替えを作成しようとしています。しかし、私はそのパズルを私にいくつかの問題に走りました。
以下は簡単な例です:
>>> import pandas as pd
>>> df = pd.DataFrame({'date': pd.date_range(start='2020-01-01', periods=4), 'val': [1, 2, 3, 4]})
>>> df
date val
0 2020-01-01 1
1 2020-01-02 2
2 2020-01-03 3
3 2020-01-04 4
質問1:私は異なった列に関数を適用するとき、なぜ私は別の結果を得るのですか?
>>> import datetime
>>> bydatetime = lambda x : x == datetime.date(2020, 1, 1)
>>> bydatetime(df['date'])
0 False
1 False
2 False
3 False
Name: date, dtype: bool
>>> df['date'].apply(bydatetime) # why does this one work?
0 True
1 False
2 False
3 False
Name: date, dtype: bool
私はnumpyのの使用している場合しかし、datetime64
もしくはパンダTimestamp
ラムダ関数を作成するために、種類を、それが働くだろう。
>>> import numpy as np
>>> bynpdatetime = lambda x : x == np.datetime64('2020-01-01')
>>> bynpdatetime(df['date'])
0 True
1 False
2 False
3 False
Name: date, dtype: bool
>>> df['date'].apply(bynpdatetime)
0 True
1 False
2 False
3 False
Name: date, dtype: bool
>>> bypdtimestamp = lambda x : x == pd.Timestamp('2020-01-01')
>>> bypdtimestamp(df['date'])
0 True
1 False
2 False
3 False
Name: date, dtype: bool
>>> df['date'].apply(bypdtimestamp)
0 True
1 False
2 False
3 False
Name: date, dtype: bool
だから私は、次のような単純な選択を使用するために戻って、使用してdatetime.date
動作しませんでした。場合はdatetime.date
うまく動作しません、なぜでしょうdf['date'].apply(bydatetime)
動作しますか?
>>> df[df['date'] == datetime.date(2020, 1, 1)]
Empty DataFrame
Columns: [date, val]
Index: []
>>> df[df['date'] == np.datetime64('2020-01-01')]
date val
0 2020-01-01 1
>>> df[df['date'] == pd.Timestamp('2020-01-01')]
date val
0 2020-01-01 1
最後になりましたが、理由のタイプであるdate
列datetime64
のデータフレームではなくTimestamp
、一つのセルを選択したとき?それらの間の正確な違いは何ですか?
>>> df.info()
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 4 entries, 0 to 3
Data columns (total 2 columns):
# Column Non-Null Count Dtype
--- ------ -------------- -----
0 date 4 non-null datetime64[ns]
1 val 4 non-null int64
dtypes: datetime64[ns](1), int64(1)
memory usage: 192.0 bytes
>>>
>>> df['date'][0]
Timestamp('2020-01-01 00:00:00')
私はここで理解していないという根本的な何かがあると確信しています。建設的な何のためにありがとうございました。
幸いにも私は、古いバージョンの持っているpandas
(0.25)を、あなたはあなたが警告を取得bynpdatetime(df['date'])
しますが、その動作を確認する理由を正確に説明し、。これを処理する方法については、前後のビットがありました。この振る舞いを見てすることは非常にバージョン固有のものになりますように。
FutureWarning:「datetime.date」で日付時刻のシリーズを比較します。現在、「datetime.dateは」datetime型に強制変換されます。将来のではパンダ強要しませんが、とdatetime.date 『「の値が等しくは比較にならないだろう』。現在の動作を保持するには、「pd.Timestamp」と日時に「datetime.date」を変換します。
日時機能では、pandas
上に構築されるnp.datetime64
とnp.timedelta64
dtypes。あなたはdatetimeモジュールを使用してはならない、彼らは標準ライブラリと矛盾している特定の選択肢を作ってきたように。予期しない動作のすべては、このためです。
他の国連関連の質問に答えるために。datetime64
アレイ型、または概念のようなものです。(この場合、Aにそのアレイpd.Series
)スカラーで構成されることになるtimedelta64
オブジェクト。これはで説明しているドキュメント