KeyError：熊猫数据框中的错误

Question

import pandas as pd

businesses = pd.read_json(businesses_filepath, lines=True, encoding='utf_8')
restaurantes = businesses['Restaurants' in businesses['categories']]

我想删除类别列中没有餐厅的行，该列有列表，但是给出了错误“KeyError: False”，我想了解原因以及如何解决。

Answer 1

'Restaurants' in businesses['categories']的表达式'Restaurants' in businesses['categories']返回布尔值False 。 这被传递给不包含名为 False 的列的 DataFrame 业务的括号索引运算符，因此引发 KeyError。

您要做的是称为布尔索引的东西，它的工作原理是这样的。

businesses[businesses['categories'] == 'Restaurants']

Answer 2

如果您发现您的数据包含拼写变体或替代餐厅相关术语，以下内容可能会有所帮助。 本质上，您将与餐厅相关的术语放在restuarant_lst 。 如果restaurant_lst中的任何项目包含在业务系列的每一行中，则lambda函数将返回true 。 .loc索引器过滤掉为lambda函数返回false行。

restaurant_lst = ['Restaurant','restaurantes','diner','bistro']
restaurant = businesses.loc[businesses.apply(lambda x: any(restaurant_str in x for restaurant_str in restaurant_lst))]

Answer 3

这样做的原因是Series类实现了一个自定义in运算符，它不像==那样返回iterable ，这是一个解决方法

businesses[['Restaurants' in c for c in list(businesses['categories'])]]

希望这可以帮助您在列中查找子字符串而不是完全匹配的人。

Answer 4

我想你的意思是：

businesses = businesses.loc[businesses['categories'] == 'Restaurants']

只会保留类别餐厅的行

Answer 5

这里没有一个答案对我有用，

businesses[businesses['categories'] == 'Restaurants']

显然不会起作用，因为“类别”中的值不是字符串，而是列表，这意味着比较总是会失败。

这是什么，但是，工作中，被列转换成元组，而不是字符串：

businesses['categories'] = businesses['categories'].apply(tuple)

这允许您使用标准的 .loc 东西：

businesses.loc[businesses['categories'] == ('Restaurants',)]