处理pandas数据帧碎片的非官方便利功能。
pandas-refract的Python项目详细描述
pandas refract是一个麻省理工学院许可的python包，它有一个简单的函数，允许用户划分 由所提供数组的“truthy”和“falsyness”生成的数据帧。
因为这个库处理按其值分割数据帧的问题，所以它使用光线折射和散射的图像，就像光线进入棱镜一样。 最后，这个包的目标是熊猫库的附加功能，允许用户.pop行 从一个满足条件的数据帧中，等等。据我所知，这是不可能的，就像下面的例子。
理想情况是：
target_df = df.pop(df['target_column'] == 'target_value') non_target_df = df
现在需要的是：
target_df = df[df['target_column'] == 'target_value'] non_target_df = df[df['target_column'] != 'target_value']
当熊猫折射时，它变成：
target_df, non_target_df = refract(df, df['target_column'] == 'target_value']]
显然，这个包没有提供当前熊猫库中当前不可能提供的任何内容。是的， 但是，为更复杂的切片添加一层便利，您需要按条件分隔而不是移除行。
示例
当前熊猫的最简单示例需要：
df1 = df[df.column.notnull()].reset_index(drop=True) df2 = df[df.column.isnull()].reset_index(drop=True)
或：
df1 = df[df.column == 'test_string'].reset_index(drop=True) df2 = df[df.column != 'test_string'].reset_index(drop=True)
当熊猫折射时，它变成：
df1, df2 = refract(df, df.column.notnull(), True]
以及：
df1, df2 = refract(df, df.column == test_string', True]
但不必传递显式布尔数组：
data = {'a': ['', 'truthy', '', 'truthy'],
'b': [0, 1, 2, 3]
}
df = pd.DataFrame(data)
truthy_df, falsey_df = refract(df, df.a)
更复杂的例子： （其中“a”为假，“b”为奇数）
df1, df2 = refract(df, ((~df.a) & (df.b % 2 == 1)))
欢迎加入QQ群-->： 979659372
