pandas(13 Caveats Gotchas和SQL比较)
前面内容：pandas(12 IO工具和稀松数据)
目录
一、Caveats警告 & Gotchas预见
1.1 在Pandas中使用if/Truth语句
1.2 位运算布尔
1.3 isin操作
1.4 重新索引reindex和 loc&iloc 使用注意事项
1.5 loc和iloc
二、Python Pandas 与SQL的比较
2.1 数据集
2.2 SELECT（查询）
2.3 WHERE（过滤）
2.4 GroupBy（分组）
2.5 前N行
一、Caveats警告 & Gotchas预见
1.1 在Pandas中使用if/Truth语句
Pandas遵循numpy的约定，当您尝试将某个对象转换为 bool 时，会抛出错误。这在使用布尔运算的 if 或 when 以及 or 、 and 或 not 时会发生。不清楚应该得到什么结果。它应该是True，因为它不是零长度的吗？它应该是False，因为有False的值吗？不清楚，所以Pandas会引发 ValueError –
例1：
import pandas as pd
if pd.Series([False, True, False]):
print('I am True')运行结果：
例2：any()
import pandas as pd
if pd.Series([False, True, False]).any():
print("I am any")运行结果：
例3：bool()单个元素
import pandas as pd
print(pd.Series([True]).bool())运行结果：
例4：bool()多元素
import pandas as pd
print(pd.Series([True,False]).bool())运行结果：
1.2 位运算布尔
位运算布尔运算符如 == 和 ! 返回一个布尔序列，这通常是所需的。
例5：
import pandas as pd
s = pd.Series(range(5))
print(s==4)运行结果：
1.3 isin操作
此操作返回一个布尔系列，显示系列中的每个元素是否完全包含在传递的值序列中。
例6：isin()
import pandas as pd
s = pd.Series(list('abc'))
s = s.isin(['a', 'c', 'e'])
print(s)运行结果：
1.4 重新索引reindex和 loc&iloc 使用注意事项
很多用户会发现使用 ix 索引能力 作为从 Pandas 对象中选择数据的简洁方式−
例7： loc()
import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.randn(6, 4), columns=['one', 'two', 'three',
'four'],index=list('abcdef'))
print(df)
print('-'*50)
print(df.loc[['b', 'c', 'e']])运行结果：
例8： reindex()
import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.randn(6, 4), columns=['one', 'two', 'three', 'four'], index=list('abcdef'))
print(df)
print('-' * 50)
print(df.reindex(['b', 'c', 'e']))#只有一对[]如果和上面一样是两对，值则为空运行结果：
例9：iloc()和reindex
import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.randn(6, 4), columns=['one', 'two', 'three',
'four'],index=list('abcdef'))
print(df.iloc[[1, 2, 4]])
print('-'*50)
print(df.reindex([1, 2, 4]))运行结果：
结论：使用标签时，loc和reindex等价，使用行列位置时，iloc有数值，reindex数值为空
1.5 loc和iloc
1. loc：基于标签进行索引
-
语法：
df.loc[row_indexer, column_indexer]row_indexer：行标签（可以是单个标签、标签列表、布尔数组等）。column_indexer：列标签（可以是单个标签、标签列表、布尔数组等）。
-
特点：
loc通过 行标签 和 列标签 来进行定位，常用于通过标签名来选取数据。- 选择的范围是 闭区间（包括结束标签）。
2. iloc：基于位置进行索引
-
语法：
df.iloc[row_indexer, column_indexer]row_indexer：行的位置索引（可以是整数、整数列表、切片等）。column_indexer：列的位置索引（可以是整数、整数列表、切片等）。
-
特点：
iloc通过 行的位置索引 和 列的位置索引 来进行定位，常用于通过整数位置进行选取数据。- 选择的范围是 半开区间（不包括结束位置）。
二、Python Pandas 与SQL的比较
由于许多潜在的Pandas用户对SQL有一定的了解，所以本页面旨在提供使用pandas执行各种SQL操作的一些示例。
2.1 数据集
例1：
import pandas as pd
url = 'https://raw.githubusercontent.com/mwaskom/seaborn-data/master/tips.csv'
tips = pd.read_csv(url)
print(tips.head())运行结果：
2.2 SELECT（查询）
在SQL中，使用逗号分隔的列列表进行选择（或使用*选择所有列）-
例2：
SQL： SELECT
SELECT total_bill, tip, smoker, time
FROM tips
LIMIT 5;pandas：
print(tips[['total_bill', 'tip', 'smoker', 'time']].head(5))运行结果：
2.3 WHERE（过滤）
例3：
SQL： WHERE
SELECT * FROM tips WHERE time = 'Dinner' LIMIT 5;
pandas： 布尔值
tips[tips['time'] == 'Dinner'].head(5)运行结果：
2.4 GroupBy（分组）
例4：
SQL：
SELECT sex, count(*)
FROM tips
GROUP BY sex;
pandas：
print(tips.groupby('sex').size())运行结果：
2.5 前N行
例5：
SQL:LIMIT
SELECT * FROM tips
LIMIT 5 ;
pandas：
print(tips.head(5))运行结果：
