Question

在python 2.7，OSX上使用pandas 0.16.2。

我从csv文件中读取了一个数据框，如下所示：

import pandas as pd

data = pd.read_csv("my_csv_file.csv",sep='\t', skiprows=(0), header=(0))

data.dtypes的输出是：

name       object
weight     float64
ethnicity  object
dtype: object

我期待名字和种族的字符串类型。但我在这里找到了理由，说明为什么他们在新的熊猫版本中是“对象”。

现在，我想根据种族选择行，例如：

data[data['ethnicity']=='Asian']
Out[3]: 
Empty DataFrame
Columns: [name, weight, ethnicity]
Index: []

我使用data[data.ethnicity=='Asian']或data[data['ethnicity']=="Asian"]获得相同的结果。

但是当我尝试以下内容时：

data[data['ethnicity'].str.contains('Asian')].head(3)

我得到了我想要的结果。

但是，我不想使用“包含” - 我想检查直接相等。

请注意，data[data['ethnicity'].str=='Asian']会引发错误。

我做错了吗？如何正确地做到这一点？

Answer 1

字符串中可能有空格，例如

data = pd.DataFrame({'ethnicity':[' Asian', '  Asian']})
data.loc[data['ethnicity'].str.contains('Asian'), 'ethnicity'].tolist()
# [' Asian', '  Asian']
print(data[data['ethnicity'].str.contains('Asian')])

产量

  ethnicity
0     Asian
1     Asian

要从字符串中删除前导或尾随空格，可以使用

data['ethnicity'] = data['ethnicity'].str.strip()

之后，

data.loc[data['ethnicity'] == 'Asian']

产量

  ethnicity
0     Asian
1     Asian

Answer 2

你可以试试这个：

data[data['ethnicity'].str.strip()=='Asian']

熊猫：无法根据字符串相等进行过滤

2 个答案: