我正在通过“Python 数据分析”一书学习数据科学。 在书中,作者使用了 numpy 中的 .searchsorted(),但它似乎无法使用作者给我们的特定代码。
我有一个dataframe,我想在列表中找到带有特定数字的数字。
作者的代码是这样的:
df = boys[boys.year == 2010]
prop_cumsum = df.sort_index(by='prop', ascending=False).prop.cumsum()
prop_cumsum.searchsorted(0.5)
但是它给出了一个错误提示:
AttributeError: 'Series' object has no attribute 'searchsorted'
下面的代码有效,但它也给了我不需要的数字:
np.searchsorted(prop_cumsum,0.5)
Out[13]:
year sex
1900 M 54492 24
54493 24
54494 24
54495 24
54496 24
54497 24
54498 24
54499 24
54500 24
54501 24
54502 24
54503 24
54504 24
54505 24
54506 24
...
1900 M 55508 24
55509 24
55510 24
55511 24
55505 24
55513 24
55514 24
55515 24
55516 24
55517 24
55520 24
55518 24
55512 24
55519 24
55524 24
Name: prop, Length: 1000, dtype: int64
根据这本书,我应该期待这样的输出:
In [399]: prop_cumsum.searchsorted(0.5) + 1
Out[399]: 25
请您参考如下方法:
我假设您正在使用 Pandas >= 0.13.0
从这个版本开始,Pandas series 是 numpy 的 ndframe 的子类,不再是 ndarray。 See here获取更多信息。
您现在可以使用 .values 返回一个 ndarray,您可以在其上调用 searchsorted。
df = boys[boys.year == 2010]
prop_cumsum = df.sort_index(by='prop', ascending=False).prop.values.cumsum()
prop_cumsum.searchsorted(0.5) ^^^^^^^
