pandas CSV中的匹配变量值答案

【问题标题】：Matching variable value in pandas CSVpandas CSV中的匹配变量值
【发布时间】：2017-12-27 13:04:36
【问题描述】：

我有一个包含城镇、县和国家/地区列表的 CSV 文件。

                Town           County  Country      
            Ampthill     Bedfordshire  England      
             Arlesey     Bedfordshire  England

我希望能够检查一个城镇是否在列表中，如果一个城镇在列表中，那么我想知道这个国家是什么。目前使用熊猫。

关于如何检查 pandas 中是否存在变量值的任何想法。

【问题讨论】：

标签： python pandas csv data-science

【解决方案1】：

试试这个：

import pandas as pd
df = pd.read_csv('YOUR_PATH_HERE')

# to check if a single town
country = df.loc[(df['Town'] == 'Arlesey')]['Country']

# using the isin() operator
df.loc[df['Town'].isin(['Arlesey'])]['Country']

输出：

1    England

使用isin() 是一个非常强大的工具，可以满足您的需求。如果值在列表中，它需要一个列表并返回True。如果您想要整个数据框，只需在末尾删除 ['Country]：

     Town      County       Country
1   Arlesey Bedfordshire    England

如果需要实际值，可以使用pd.series.values

# using values[0] because it is the first element in the array
df.loc[df['Town'].isin(['Arlesey'])]['Country'].values[0]

【讨论】：

@Jack，我很高兴。很高兴我能帮助你！是你要找的输出吗？
我可以使用它。基本上，我有一个网络抓取工具，其中包含汽车及其所在城镇的列表。我希望能够将每个城镇设置为正确的县/国家/地区以进行过滤。问题是文本可能与我得到的 CSV 列表不完全匹配，所以我必须使用模糊匹配库并查看匹配 >= 90%，然后城镇 = 国家。希望这是有道理的。
如果你需要一个模糊匹配器，我可以建议fuzzywuzzy。它在你想要完成的事情上做得非常好，它使用Levenshtein Distance 作为它的模糊匹配。
太好了，谢谢！感谢你的帮助。你觉得我的做法是合适的吗？
@Jack，没有一些关于什么数据被带回的样本——我可以说你可能走对了。 Pandas 非常强大，因此当您需要操作数据以及切片和切块时，您不会出错。至于fuzzywuzzy，它有时会返回一些“关闭”的结果......如果您需要真正深入了解文本处理，请查看nltk。这是一个非常繁重的语言处理器，您可以真正磨练解决方案。您的网络抓取工具有/正在使用什么？

【解决方案2】：

如果你只想要相应交叉点的值：

import pandas as pd

df = pd.read_csv('test.csv')

if 'ampthill' in df['town'].values:
    index = df.town[df.town == 'ampthill'].index.tolist()[0]
    country = df.loc[index, 'country']

print(country)
>>> england

【讨论】：

谢谢，我会试试这个技巧的。