从熊猫列中获取字符串值

Posted 2023-03-12

【中文标题】从熊猫列中获取字符串值

【英文标题】：Getting a string value from a pandas column

【发布时间】：2021-07-16 03:59:35

【问题描述】：

我有 Pandas 数据框，其中包含一个名为 PLZ 的可悲列和一个索引。我想遍历整个列并仅提取 PLZ 的值，它是一个字符串。结果应该看起来像“50492”，因为 PLZ 是德语的邮政编码。

数据框的构造：

Daten=pd.read_csv("Daten.csv",sep=",",decimal=".",header=0,
               names=["PLZ", "Bundesland","Kreis",])

distance =Daten[["PLZ"]]

输出：

我当前的代码如下所示：

distance =Daten[["PLZ"]]

for row in tqdm(distance.itertuples()):
     
     distance2 = pd.concat(calc_dist("50674", column))

所需的输出应该是列的“58439”之类的值。

问题是：我得到了 calc_dist 行：'numpy.float64' 对象不可迭代 - 显然我不能使用列来检索我的值。但我也不能使用 .values1 属性，因为它会引发同样的问题。我不能使用 iloc 因为它不适用于字符串。 Loc 不起作用，因为它最终依赖于 .values[0] 。即使没有循环的方法也不起作用，因为我无法检索单元格的值。

带有 loc 的示例的错误消息：

【问题讨论】：

请添加一个具有预期输出的源数据框。您也可以包含生成数据框的代码

嗨，我不知道源数据框的确切含义，但我添加了创建和屏幕截图，以及整个错误消息。亲切的问候！

不是machine-learning 问题，请不要向无关标签发送垃圾邮件（已删除）。

【参考方案1】：

我把代码改成：

distance =Daten[["PLZ"]]


for i in tqdm(range(len(distance))):
     a=distance.loc[i]["PLZ"]
   
     calc_dist("50674", a)

这很神奇，在另一个函数中调用 distance.loc 函数似乎是个坏主意。现在我只需要遍历 200 万个样本，这有点慢但很好:)