pandas squeeze() 数据挤压降维

看过来

《pandas 教程》持续更新中，提供建议、纠错、催更等加作者微信: gairuo123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》和《Python之光》。

pandas squeeze() 方法顾名思义就是数据挤压、类型压缩，本质上是对数据进行降维。当您不知道对象是序列还是 DataFrame 时，但知道它只有一列时，此方法最有用，在这种情况下，您可以安全地调用 squeeze()，以确保其最终是一个 Series。

原理

我们知道，数据的维度从标量（0维）到 Series（一维），再到 DataFrame（二维），是一个维数增加的过程，但在实际数据处理中，会出现虽然是二维数据，但只有一列，这时候就需要将它降至一维。同样，虽然是一个一维数据，但只有一个值（元素），这时我们只需要取它的标量形式，也是从一维降至 0 维。

pandas squeeze() （读音为 /skwiːz/）就是提供了以上的一个处理过程的操作。如果无法按以上逻辑操作就返回原数据。

当我们不知道返回的对象类型是 Series 还是 DataFrame，但是知道它只有一列时，squeeze() 方法最有用。在这种情况下，我们可以安全地调用 squeeze() 以确保它变成一个 Series。

语法

squeeze() 方法的语法是：

DataFrame.squeeze(axis=None)
Series.squeeze(axis=None)

参数：

axis：要挤压的轴，取值有 0 或 index, 1 或 columns, None。默认为 None。
- None：所有长度为1的轴都被挤压
- 0 或 index：沿着行方向挤压，如果是列则不挤压
- 1 或 columns：沿着列方向挤压，如果是行则不挤压

处理逻辑：

有单个元素的 Series 或DataFrame 被压缩为标量
有单列或单行的 DataFrame 被压缩为 Series
否则，保持不变。

示例

以下是一些简单的示例：

# Series 挤压
df.Q1.squeeze()
# 一列 DataFrame 挤压
df[['Q1']].squeeze()
'''
0     89
1     36
2     57
3     93
4     65
      ..
95    48
96    21
97    98
98    11
99    21
Name: Q1, Length: 100, dtype: int64
'''

df.Q1.head(1).squeeze()
# 89

# 长度为1的轴
df.loc[df.index==0].squeeze()
# 沿着行方向挤压
df.loc[df.index==0].squeeze(0)
'''
name    Liver
team        E
Q1         89
Q2         21
Q3         24
Q4         64
Name: 0, dtype: object
'''

# 沿着列方向挤压
df.loc[df.index==0].squeeze(1)
'''
    name team  Q1  Q2  Q3  Q4
0  Liver    E  89  21  24  64
'''

以下是一些官网的示例：

primes = pd.Series([2, 3, 5, 7])

# 切片操作可能会生成具有单个值的序列：
even_primes = primes[primes % 2 == 0]
even_primes
'''
0    2
dtype: int64
'''

even_primes.squeeze()
# 2

# 在每个轴上压缩具有多个值的对象不会产生任何效果：
odd_primes = primes[primes % 2 == 1]
odd_primes
'''
1    3
2    5
3    7
dtype: int64
'''

odd_primes.squeeze()
'''
1    3
2    5
3    7
dtype: int64
'''

# 与数据帧一起使用时，压缩甚至更有效
df = pd.DataFrame([[1, 2], [3, 4]], columns=['a', 'b'])
df
'''
   a  b
0  1  2
1  3  4
'''

# 对单个列进行切片将生成一个数据帧，其中列只有一个值：
df_a = df[['a']]
df_a
'''
   a
0  1
1  3
'''

# 因此，列可以被压缩，从而产生一系列：
df_a.squeeze('columns')
'''
0    1
1    3
Name: a, dtype: int64
'''

# 从一列中切片一行将生成一个标量数据帧：
df_0a = df.loc[df.index < 1, ['a']]
'''
df_0a
   a
0  1
'''

# 压缩行会生成一个标量序列：
df_0a.squeeze('rows')
'''
a    1
Name: 0, dtype: int64
'''

# 压缩所有轴将直接投影到标量中：
df_0a.squeeze()
# 1

适用对象

squeeze() 方法适用的对象有：

pandas.DataFrame.squeeze
pandas.Series.squeeze

参考

https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.squeeze.html
https://pandas.pydata.org/docs/reference/api/pandas.Series.squeeze.html

pandas squeeze() 数据挤压降维

原理

语法

示例

适用对象

参考

相关内容