如何更改此列以便 Pandas 识别它？

Question

我正在使用一个 csv，其中列出了当地城市向违反家庭共享法的居民发出的引用。其中一列有违规者的地址。我添加了另一列，其中包含这些地址所在的人口普查区，但由于某种原因，pandas 无法识别它。

例如，在 census_tract 列中多次出现的人口普查区域之一是 7002.00。但是当我进入

citations[citations.census_tract == '7002.00']

我得到的只是 0 行的列标题。

但是当我进入时：

citations.census_tract 

我在 census_tract 列中获得了准确的人口普查区列表

我应该如何处理该列，以便当我尝试将输出 == 输出到特定人口普查区时 pandas 会读取它？

Answer 1

您正在尝试过滤浮点值，但过滤器是您输入中的字符串，

改变：

citations[citations.census_tract == '7002.00']

到：

citations[citations.census_tract == 7002.00]

@jezrael 使用np.isclose() 建议的另一种方法：

np.isclose(citations.census_tract,7002.00)

这将根据条件匹配返回一个布尔数组。

Answer 2

census_tract 列中的值似乎已被读取为 float。 如果这是您的意图，请将相关说明更改为：

citations[citations.census_tract == 7002.00]

（不带撇号）。

另一种可能性是该列仅包含“看起来像”float 的值， 但实际上它们应该被视为字符串。

如果是这种情况，请阅读 csv 文件，其中包含有关的相应参数 此列的类型。比如：

types_dict = {'census_tract': string}
citations = read_csv('input.csv', dtype=types_dict)

那么你的指令应该执行没有错误。

您的说明的第二个版本（citations[citations.census_tract]） 错了，因为：

• pandas 从 census_tract 列中读取值，
• 在引文中查找列，其中包含刚刚读取的名称。