过滤数据框的列导致空系列

Question

我有这段代码 sn-p 的目标是用数据框列的值填充子列表，但只使用与另一列中的某个值匹配的记录。

最后一行最相关，但我添加了框架。

    for key, value in dict1.items():
    if key[0] + "rel" in dict2:
        i = int(key[0])
        name_col = df1.columns[int(value)]
        lists_dict1[i] = df1.loc[df1["header5"] == 1, name_col].tolist()

我的问题是子列表 lists_dict1[i] 最后是空的。 它必须是最后一行（？），因为...

这里是一些我已经测试过的东西的背景：

i = int(key[0]) 单独打印，它可以工作（例如 0 和 2），这也表明 If 语句已激活

name_col = df1.columns[int(value)] 打印了这个，它给了我列的实际名称

print(df1["header5"]) 列存在；预期值（0 或 1）

print(df1.loc[df1["header5"] == 1, name_col].tolist()) 空列表>> 为什么？

print(df1.loc[df1["header5"] == 1, "crit_abs"]) 空系列对象

dict1 {'0ber': '0', '1ber': '1', '2ber': '2', '3ber': '3'}

dict2 {'0rel': '0', '2rel': '2', '1abs': '1', '3abs': 'ja'}

df1（示例；仅用于上下文；没有问题）

df1 = {"header1": ["abc1", "abc2", "abc3"], "header2": [1, 1, 0], "header3": ["def5", "def8", "def2"], "header4": ["ja", "nein", "ja"], "header5": [1, 0, 1]}
df1 = pandas.DataFrame.from_dict(df1)

Answer 1

问题可能在于您如何围绕您提供的示例构建代码。以下示例将代码的不同部分串在一起并起作用。你能让这个例子运行吗？

import pandas as pd

df1 = {"header1": ["abc1", "abc2", "abc3"], "header2": [1, 1, 0], "header3": ["def5", "def8", "def2"], "header4": ["ja", "nein", "ja"], "header5": [1, 0, 1]}
df1 = pd.DataFrame.from_dict(df1)

dict1 = {'0ber': '0', '1ber': '1', '2ber': '2', '3ber': '3'}
dict2 = {'0rel': '0', '2rel': '2', '1abs': '1', '3abs': 'ja'}

lists_dict1 = {}

for key, value in dict1.items():
    print('Key (' + key + ') Value (' + value + ')')
    if key[0] + "rel" in dict2:
        i = int(key[0])
        name_col = df1.columns[int(value)]
        print('Detected Valid Name Col = ' + name_col)
        lists_dict1[i] = df1.loc[df1["header5"] == 1, name_col].tolist()

print('Output Lists Dictionary: ' + str(lists_dict1))

当我运行它时，它会返回：

Key (0ber) Value (0)
Detected Valid Name Col = header1
Key (1ber) Value (1)
Key (2ber) Value (2)
Detected Valid Name Col = header3
Key (3ber) Value (3)
Output Lists Dictionary: {0: ['abc1', 'abc3'], 2: ['def5', 'def2']}

如果我提供的示例对您有用，您可能需要查看如何在项目中构建代码。 df1、dict1、dict2 或 lists_dict1 可能没有事先正确定义，或者它们在之后被覆盖。

如果我给出的示例不起作用，您使用的是什么版本的 pandas？