通过按特定字符串结果过滤来创建新数据框

Question

我有“数据”DataFrame：包含列：＆＃39; CountryName＆＃39;，＆＃39; CountryCode＆＃39;，IndicatorName＆＃39;，＆＃39; IndicatorCode＆＃39;，＆＃39;年＆ ＃39;，＆＃39;价值＆＃39;我希望从中提取识字率和教育费用的数据，以检查它是否具有核心价值。我希望在三个国家之间进行比较：挪威（最高人类发展指数-HDI），圭亚那（中等人类发展指数）中非共和国（人类发展指数最低）以及世界平均水平。

我的计划是首先提取两个指标的行并创建新的数据框： money=data.loc[data['IndicatorName']== 'Adult literacy rate, population 15+ years, both sexes (%)']' 'literacy=data.loc[data['IndicatorName']== 'Adult literacy rate, population 15+ years, both sexes (%)']

然后对国家/地区执行相同的操作，按照IndicatorName对国家/地区DataFrame进行匹配，并将它们并排比较。

但是当我输入时： Norway_money=money.loc[money['CountryName']== 'Norway'] Norway_money.head我明白了：

＆＃34;空数据框列的绑定方法NDFrame.head：[CountryName，IndicatorCode，Year，Value]索引：[]＆＃34;

当我尝试：Norway_money=money['CountryName'].str.contains ('Norway')

时

我得到布尔数据类型而不是数值。

我正在研究这个数据集超过一个星期，并且做得不好。我发现学习如何努力编程。我在论坛上搜索过，但是我无法找到我理解的答案。谁能帮助我并指出我正确的方向？

我正在处理的数据集位于链接https://www.kaggle.com/worldbank/world-development-indicators

下

我不知道如何添加它。

Answer 1

  

当我尝试：Norway_money = money['CountryName'].str.contains('Norway')

时      

我得到布尔数据类型而不是数值

那是因为您应该从原始数据框中选择money['CountryName'].str.contains('Norway')返回True的索引。

这是由new_df = money[money['CountryName'].str.contains ('Norway')]

完成的

Answer 2

我找到了解决问题的原因。过滤数据后找到所需的指标： money=data.loc[data['IndicatorName']=='Expenditure on education as % of total government expenditure (%)']，

我已将结果保存到csv文件： money.to_csv('money_out')并重新打开它：data_money=pd.read_csv('C://Week-6/money_out.csv')。

过滤国家/地区的下一步现在可以正常工作，我不再使用空数据框了。