Pandas: 无法根据字符串相等性进行过滤

Question

在 python 2.7 上使用 pandas 0.16.2，OSX。

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

我期待姓名和种族的字符串类型。但是我在这里找到了为什么它们在较新的 pandas 版本中 "object" 的原因。

现在，我想 select 基于种族的行，例如：

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

我得到与 data[data.ethnicity=='Asian'] 或 data[data['ethnicity']=="Asian"] 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 "contains"- 我想检查直接相等性。

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

我做错了什么吗？如何正确执行此操作？

Answer 1

你可以试试这个：

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

Answer 2

您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

Pandas: 无法根据字符串相等性进行过滤

Pandas: cannot filter based on string equality

python

string

pandas

filtering

selection