Pandas：无法根据字符串相等性进行过滤

Posted 2023-03-10

【中文标题】Pandas：无法根据字符串相等性进行过滤

【英文标题】：Pandas: cannot filter based on string equality

【发布时间】：2015-09-27 00:23:41

【问题描述】：

在 python 2.7、OSX 上使用 pandas 0.16.2。

我从这样的 csv 文件中读取数据帧：

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

我期待名称和种族的字符串类型。但是我在 SO 上找到了为什么它们在较新的 pandas 版本中是“对象”的原因。

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: []

data[data.ethnicity=='Asian'] 或 data[data['ethnicity']=="Asian"] 得到相同的结果。

但是当我尝试以下操作时：

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？

【问题讨论】：

你的 df 中可能没有那个值，这就是它失败的原因，你确定你有那个确切的字符串吗？

您的字符串数据是否包含一些前导和尾随的白色字符？

发布data.loc[data['ethnicity'].str.contains('Asian'), 'ethnicity'].head(3).tolist()。它将帮助您查看字符串中是否有空格。

以下两个答案都是正确的，它们解决了我的问题。事实证明，这是因为空格。很难在两个正确答案之间做出选择。我最终标记了更详细的答案。希望没关系。就像抛硬币一样。

【参考方案1】：

你的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

要从字符串中去除前导或尾随空格，您可以使用

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

之后，

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

产量

  ethnicity
0     Asian
1     Asian

【参考方案2】：

你可以试试这个：

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