Python+Pandas+Dataframe+CSV：代码从数据框中删除所有行而不是指定行

Question

我已经编写了一个代码来删除所有在 category_id 列中具有 NaN 的行，它成功地删除了 category_id 列中具有 NaN 的行：

   #removal of rows in dataframe that have NaN values in 'category_id' column

   #data = data[np.isfinite(data['category_id'])]
   data = data[data['category_id'].notnull()]

   print(data['category_id'].shape)
   data.to_csv('dataset.csv', encoding='utf-8', index=False)
   print(type(data['category_id']))

输出：

(778,)
<class 'pandas.core.series.Series'>

接下来，我编写了一个代码来保留所有仅在列表中指定值的行：

#selecting rows of the dataset whose 'category' column has values mentioned in a list


category_ids = [19, 22, 2, 30, 23]
data = data[data.category_id.isin(category_ids)]
print(data.shape) 

data.to_csv('dataset.csv', encoding='utf-8', index=False)

输出：

(0, 164)

因此，它会生成空数据框和 CSV。为什么？

Answer 1

问题是您的数据是字符串，而不是 category_id 列中的整数。

print (data.category_id.dtype)
object

所以需要将列表中的值转换为字符串：

category_ids = ['19', '22', '2', '30', '23']
data = data[data.category_id.isin(category_ids)]

或通过Series.astype将列转换为整数：

category_ids = [19, 22, 2, 30, 23]
data = data[data.category_id.astype(int).isin(category_ids)]