遇到python数据框问题

Question

我正在处理一个大型CSV文件（28465 * 475）。我只需要此文件中的两列，即CBF_01和P_NUMFLU。我选择了这些列，但是在过滤这些列中的数据时遇到了问题。我已经尝试过此代码：

def average_influenza_dozes():
    fopen = pd.read_csv('NISPUF17.csv', usecols= ['CBF_01 ', 'P_NUMFLU '])     

    new_df=fopen.rename(mapper=str.strip, axis='columns')    

    var = new_df[['CBF_01','P_NUMFLU']][(new_df['CBF_01']==1) & (new_df['P_NUMFLU']!='NA')] 
    return var

问题是它从C_F_01 == 1的P_NUMFLU列返回所有值。我的意思是，它不是在过滤第二列。

请提出一些建议。

Answer 1

实际上，您的代码运行良好。我认为错误是您如何理解逻辑运算符

您在这里告诉python：带d2['CBF_01']==1和d2['P_NUMFLU']!='NA'

的列

var = d2[(d2['CBF_01']==1) & (d2['P_NUMFLU']!='NA')][['CBF_01','P_NUMFLU']]

如果您需要d2['CBF_01']==1或d2['P_NUMFLU']!='NA'，则应更改&并改用|：

var = d2[(d2['CBF_01']==1) | (d2['P_NUMFLU']!='NA')][['CBF_01','P_NUMFLU']]

逻辑运算符的工作方式：