Python Pandas：使用len（）方法的系列上布爾索引的行爲不一致

Question

我有一系列的字符串，我需要使用len()對其應用布爾索引。

在一種情況下，它的工作原理，在它沒有另一種情況：

工作情況下是在一個數據幀一groupby，然後對得到的系列一unique()和apply(str)更改所得到numpy.ndarray條目爲字符串：

import pandas as pd 
df = pd.DataFrame({'A':['a','a','a','a','b','b','b','b'],'B':[1,2,2,3,4,5,4,4]}) 
dg = df.groupby('A')['B'].unique().apply(str) 
db = dg[len(dg) > 2] 

這只是正常工作，併產生期望的結果：

>>db 
Out[119]: '[1 2 3]' 

以下然而拋出KeyError: True：

ss = pd.Series(['a','b','cc','dd','eeee','ff','ggg']) 
ls = ss[len(ss) > 2] 

兩個對象dg和ss只是字符串的系列：http://pandas.pydata.org/pandas-docs/stable/indexing.html#boolean-indexing

我：

>>type(dg) 
Out[113]: pandas.core.series.Series 

>>type(ss) 
Out[114]: pandas.core.series.Series 

>>type(dg['a']) 
Out[115]: str 

>>type(ss[0]) 
Out[116]: str 

如文檔描述我下面的語法可以看到潛在的衝突，因爲len(ss)本身返回系列本身的長度，現在該確切命令用於布爾索引ss[len(ss) > 2]，但我希望這兩個例子都不起作用。

現在這種行爲似乎不一致，除非我失去了明顯的東西。

Answer 1

我想你需要str.len，因爲Series每個值的需要長度：

ss = pd.Series(['a','b','cc','dd','eeee','ff','ggg']) 

print (ss.str.len()) 
0 1 
1 1 
2 2 
3 2 
4 4 
5 2 
6 3 
dtype: int64 

print (ss.str.len() > 2) 
0 False 
1 False 
2 False 
3 False 
4  True 
5 False 
6  True 
dtype: bool 

ls = ss[ss.str.len() > 2] 
print (ls) 
4 eeee 
6  ggg 
dtype: object 

如果使用len，得到的Series長度：

print (len(ss)) 
7 

另一種解決方案是applylen：

ss = pd.Series(['a','b','cc','dd','eeee','ff','ggg']) 
ls = ss[ss.apply(len) > 2] 
print (ls) 
4 eeee 
6  ggg 
dtype: object 

第一個腳本錯誤，你需要applylen也：

df = pd.DataFrame({'A':['a','a','a','a','b','b','b','b'],'B':[1,2,2,2,4,5,4,6]}) 
dg = df.groupby('A')['B'].unique() 
print (dg) 
A 
a  [1, 2] 
b [4, 5, 6] 
Name: B, dtype: object 

db = dg[dg.apply(len) > 2] 
print (db) 
A 
b [4, 5, 6] 
Name: B, dtype: object 

如果演員名單到str，你（的[]數據length +長度+長度空格）的另一len：

dg = df.groupby('A')['B'].unique().apply(str) 
print (dg) 
A 
a  [1 2] 
b [4 5 6] 
Name: B, dtype: object 

print (dg.apply(len)) 
A 
a 5 
b 7 
Name: B, dtype: int64