Question

import pandas as pd

businesses = pd.read_json(businesses_filepath, lines=True, encoding='utf_8')
restaurantes = businesses['Restaurants' in businesses['categories']]

我想在categories列中删除没有Restaurants的行，这列有列表，但是给出了错误'KeyError：False'，我想了解为什么以及如何解决。

Answer 1

表达式'Restaurants' in businesses['categories']返回布尔值False。这将传递给DataFrame业务的括号索引运算符，该运算符不包含名为False的列，从而引发KeyError。

你要做的是一个叫做布尔索引的东西，就像这样。

businesses[businesses['categories'] == 'Restaurants']

Answer 2

我认为你的意思是：

businesses = businesses.loc[businesses['categories'] == 'Restaurants']

只保留带有类别餐馆的行

Answer 3

如果您发现您的数据包含拼写版本或其他与餐馆相关的字词，则以下内容可能会带来好处。基本上，您将与餐馆相关的条款放在restuarant_lst中。如果lambda中的任何项目包含在业务系列的每一行中，true函数将返回restaurant_lst。 .loc索引器会过滤掉false函数返回lambda的行。

restaurant_lst = ['Restaurant','restaurantes','diner','bistro']
restaurant = businesses.loc[businesses.apply(lambda x: any(restaurant_str in x for restaurant_str in restaurant_lst))]

Answer 4

这样做的原因是 Series 类实现了一个自定义的 in 运算符，该运算符不会像 iterable 那样返回 ==，这是一种解决方法

businesses[['Restaurants' in c for c in list(businesses['categories'])]]

希望这对您在列中查找子字符串而不是完全匹配的人有所帮助。

Answer 5

这里没有答案实际上对我有用，

businesses[businesses['categories'] == 'Restaurants']

由于“类别”中的值不是字符串，而是列表，因此显然无法正常工作。

起作用的工作是将列转换为元组而不是字符串：

businesses['categories'] = businesses['categories'].apply(tuple)

这允许您使用标准的.loc内容：

businesses.loc[businesses['categories'] == ('Restaurants',)]

KeyError：pandas数据帧中的False

5 个答案: