如何过滤熊猫系列？答案

【问题标题】：How to filter a Pandas series?如何过滤熊猫系列？
【发布时间】：2019-04-04 15:44:00
【问题描述】：

我想过滤 Pandas 系列以删除某些值。这似乎是一项简单的任务，但same question 的首选答案对我不起作用。

这是我的可重现示例：

data = np.array([['','Col1','Col2'],
                ['Row1',1,2],
                ['Row2',3,4]])

myDF = pd.DataFrame(data=data[1:,1:],
                  index=data[1:,0],
                  columns=data[0,1:])

mySeries = myDF.loc[:, "Col1"]
mySeries[mySeries != 1]

我希望最后一行输出包含值 3 的单行，但我得到的是：

Row1    1
Row2    3
Name: Col1, dtype: object

我做错了什么？

【问题讨论】：

标签： python pandas numpy series

【解决方案1】：

考虑您正在创建的 NumPy 数组的 dtype：

data = np.array([['','Col1','Col2'],
                 ['Row1',1,2],
                 ['Row2',3,4]])

print(data)

array([['', 'Col1', 'Col2'],
       ['Row1', '1', '2'],
       ['Row2', '3', '4']], 
      dtype='<U4')

在提供给np.array 之前在嵌套列表中组合字符串和整数会创建一个字符串数组，由'<U4' 证明，它表示最大字符数。

如果您改用列表，则不会遇到此问题，因为实现会确保创建具有适当类型的数组：

data = [['','Col1','Col2'],
        ['Row1',1,2],
        ['Row2',3,4]]

myDF = pd.DataFrame(data=[i[1:] for i in data[1:]],
                    index=[i[0] for i in data[1:]],
                    columns=data[0][1:])

【讨论】：

【解决方案2】：

您的Series 包含字符串。

>>> mySeries.tolist()
>>> ['1', '3']

你可以使用

>>> mySeries[mySeries != '1']
>>> 
Row2    3
Name: Col1, dtype: object

发生这种情况是因为numpy 数组拥有单一数据类型，因此当您创建data 时整数被转换为字符串。

如果你想要整数，你可以使用

>>> mySeries = mySeries.astype(int)
>>> mySeries
>>> 
Row1    1
Row2    3
Name: Col1, dtype: int64

您的原始代码可以正常工作。

【讨论】：

【解决方案3】：

mySeries = mySeries.astype(int)
mySeries.loc[mySeries != 1]

【讨论】：

【解决方案4】：

mySeries = pd.to_numeric(mySeries)

..这将解决它

【讨论】：