python - 如何管理 pandas 数据中的单位？

Question

我试图弄清楚是否有一种很好的方法来管理我的熊猫数据中的单位。例如，我有一个DataFrame看起来像这样的：

   length (m)  width (m)  thickness (cm)
0         1.2        3.4             5.6
1         7.8        9.0             1.2
2         3.4        5.6             7.8

目前，测量单位以列名编码。缺点包括：

1. 列选择很尴尬 -df['width (m)']与。df['width']
2. 如果我的源数据的单位发生变化，事情可能会中断

如果我想从列名中去掉单位，还有其他地方可以存储信息吗？

Answer 1

目前还没有什么好方法可以做到这一点，请参阅此处的 github 问题进行一些讨论。

作为一个快速破解，可以做这样的事情，与单位保持一个单独的字典。

In [3]: units = {}

In [5]: newcols = []
   ...: for col in df:
   ...:     name, unit = col.split(' ')
   ...:     units[name] = unit
   ...:     newcols.append(name)

In [6]: df.columns = newcols

In [7]: df
Out[7]:
   length  width  thickness
0     1.2    3.4        5.6
1     7.8    9.0        1.2
2     3.4    5.6        7.8

In [8]: units['length']
Out[8]: '(m)'

Answer 2

当我也在寻找这个时。这是pint和（实验性）pint_pandas今天的能力：

import pandas as pd
import pint
import pint_pandas

ureg = pint.UnitRegistry()
ureg.Unit.default_format = "~P"
pint_pandas.PintType.ureg.default_format = "~P"

df = pd.DataFrame({
    "length": pd.Series([1.2, 7.8, 3.4], dtype="pint[m]"),
    "width": pd.Series([3.4, 9.0, 5.6], dtype="pint[m]"),
    "thickness": pd.Series([5.6, 1.2, 7.8], dtype="pint[cm]"),
})

print(df.pint.dequantify())

     length width thickness
unit      m     m        cm
0       1.2   3.4       5.6
1       7.8   9.0       1.2
2       3.4   5.6       7.8

df['width'] = df['width'].pint.to("inch")

print(df.pint.dequantify())

     length       width thickness
unit      m          in        cm
0       1.2  133.858268       5.6
1       7.8  354.330709       1.2
2       3.4  220.472441       7.8

Answer 3

给你一些方法：

1. pands -units-extension: janpipek/pandas-units-extension: 基于 astropy 的 pandas 的单位扩展数组
2. pint-pandas: hgrecco/pint-pandas: Pandas 支持品脱

你也可以按照这个扩展熊猫自己扩展熊猫 — pandas 1.3.0 文档