Pandas：无法基于字符串相等性进行过滤

Question

我使用python 2.7和OSX操作系统，在pandas 0.16.2版本上读取csv文件中的数据如下：

import pandas as pd

data = pd.read_csv("my_csv_file.csv",sep='\t', skiprows=(0), header=(0))

< p > data.dtypes 的输出结果为：

name       object
weight     float64
ethnicity  object
dtype: object

我原以为姓名和种族的类型应该是字符串类型，但在 Stack Overflow 上找到了关于为什么它们在新版本的 pandas 中是“对象”的原因。

现在，我想根据种族选取行，例如：

data[data['ethnicity']=='Asian']
Out[3]: 
Empty DataFrame
Columns: [name, weight, ethnicity]
Index: []

我使用 data[data.ethnicity=='Asian'] 或者 data[data['ethnicity']=="Asian"] 可以得到相同的结果。

但是当我尝试以下代码：

data[data['ethnicity'].str.contains('Asian')].head(3)

我得到了我想要的结果。

然而，我不想使用"contains"，我想检查直接相等性。

请注意，data[data['ethnicity'].str=='Asian']会引发错误。

我做错了什么吗？如何正确地做到这一点？

- vpk

---

你的数据框中可能没有该值，这就是为什么它失败的原因，你确定你有完全相同的字符串吗？ - EdChum

你的字符串数据是否包含一些前导和尾随的空白字符？ - Jianxun Li

发布 data.loc[data['ethnicity'].str.contains('Asian'), 'ethnicity'].head(3).tolist()。它会帮助您查看字符串中是否有空格。 - unutbu

以下是程序相关的内容翻译，英文转中文。请仅返回翻译后的文本：两个答案都是正确的，它们解决了我的问题。结果是由于空格导致的。在两个正确答案之间做出选择很困难。最终我选择了更加详细的答案标记为正确答案。希望这没有问题。就像抛硬币一样难以决定。 - vpk

Answer 1

你的字符串中可能包含空格，例如：

data = pd.DataFrame({'ethnicity':[' Asian', '  Asian']})
data.loc[data['ethnicity'].str.contains('Asian'), 'ethnicity'].tolist()
# [' Asian', '  Asian']
print(data[data['ethnicity'].str.contains('Asian')])

产量

  ethnicity
0     Asian
1     Asian

要去掉字符串开头或结尾的空格，您可以使用

data['ethnicity'] = data['ethnicity'].str.strip()

之后，

data.loc[data['ethnicity'] == 'Asian']

产出。

  ethnicity
0     Asian
1     Asian

- unutbu

Answer 2

你可以尝试这个：

data[data['ethnicity'].str.strip()=='Asian']

- Daniel Martin