Блог

Краткое раскрытие: я родом из R background и переключаюсь на pandas (работает на python 3.3.3).

Я хотел бы выбрать строки из фрейма данных, используя текст из записи фрейма данных. Это элементарная операция, но я не смог обойти синтаксис.

Например, с помощью этого фрейма данных (извините за разделение строк, но я хочу сделать пример более понятным):

 films = pandas.DataFrame({'$title':[  "The Godfather",
                                      "Pulp Fiction",
                                      "The Godfather: Part II",
                                      "Fight Club"],

                      '$director': [  "Coppola, Francis Ford",
                                      "Tarantino, Quentin",
                                      "Coppola, Francis Ford",
                                      "Fincher, David"]})
  

Если я хочу выбрать все фильмы, созданные первым режиссером, которым будет «Коппола, Фрэнсис Форд», команда, которую я использую, это:

 In [1]: director = films.iloc[[1]]["director"]

In [2]: director

        1    Coppola, Francis Ford
        Name: director, dtype: object

In [3]: a = films[ films["director"] == director ]

        ValueError: Series lengths must match to compare
  

Если я сделаю это:

 In [4]: a = films[ films["director"] == str(director) ]
  

Я получаю пустой фрейм данных. Что здесь происходит? Похоже, я что-то упускаю.

Хорошо, прежде всего, я вижу, что вы допустили пару ошибок стиля / семантики, которые являются общими для преобразований R в Python:

• вам не нужны $ знаки для имен ваших столбцов, и это фактически упрощает выбор столбцов, поскольку вы можете написать films.director , если только имя 'director' (оно должно быть действительным идентификатором Python для работы этого синтаксического сахара)
• индексация в Python начинается с 0, а не с 1, поэтому вы выбираете 1-го директора как films.director[0]

Предполагая, что вы удалили $ знаки из своего определения фрейма данных, вы можете выбрать фильмы как:

 In [16]: films[films['director'] == films['director'][0]]
Out[16]:
                director                   title
0  Coppola, Francis Ford           The Godfather
2  Coppola, Francis Ford  The Godfather: Part II
  

или даже чище, как films[films.director == films.director[0]] .

Используя исходный фрейм данных, вы можете выполнить свой запрос с:

 director = films.iloc[[1]]['$director'][1]
films[films['$director'] == director]
  

Одна ошибка заключалась в том, что вы сначала определили таблицу с '$director' помощью, а затем запросили ее в 'director' качестве имени столбца.

[1] В конце необходимо, потому что вы индексировали фрейм данных списком [1] , а не значением 1 , поэтому вы получили обратно серию, как уже заметил CT Zhu. Индексация списка предназначена больше для выбора нескольких произвольных элементов, таких как films.iloc[[1, 3]] . В вашем случае было бы понятнее написать

 director = films.iloc[1]['$director']
  

Кроме того, обратите внимание, что это все равно получает Тарантино, а не Коппола.

Я думаю films[ films["director"] == films.ix[0, 'director' ]] , этого будет достаточно.

Причина films.iloc[[1]]["director"] не будет работать, потому что это a Series , а не a string .

Если вы хотите использовать iloc , сделайте: films.iloc[1]["director"] вместо films.iloc[[1]]["director"]

Также:

 In [241]:

str(films.iloc[[1]]["director"])
Out[241]:
'1    Tarantino, QuentinnName: director, dtype: object'
  

таким образом, films[ films["director"] == str(director) ] ничего не будет соответствовать и вернет пустой фрейм данных.