Filtrare i dati con la funzione filter()

Scrivere codice efficiente con pandas

Leonidas Souliotis

PhD Candidate

Scopo di filter()

Limita i risultati in base a una caratteristica aggregata

Numero di valori mancanti
Media di una caratteristica
Numero di occorrenze del gruppo

Filtrare con groupby().filter()

restaurant_grouped = restaurant.groupby('day')
filter_trans = lambda x : x['total_bill'].mean() > 20
restaurant_filtered = restaurant_grouped.filter(filter_trans)

Tempo con .filter(): 0.00414085388184 s

print(restaurant_filtered['tip'].mean())

3.11527607362

print(restaurant['tip'].mean())

2.9982786885245902

Confronto con metodi nativi

t=[restaurant.loc[df['day'] == i]['tip'] for i in restaurant['day'].unique() 
    if restaurant.loc[df['day'] == i]['total_bill'].mean()>20]
restaurant_filtered = t[0]
for j in t[1:]: 
    restaurant_filtered=restaurant_filtered.append(j,ignore_index=True)

Tempo con Python nativo: 0.00663900375366 s

print(restaurant_filtered.mean())

3.11527607362

Differenza di tempo: 60.329341317157024%

Mettiamolo in pratica!

Scrivere codice efficiente con pandas