Pandas 选择不根据列中的值过滤行？

Question

我正在练习数据整理，并使用了这个简单的数据集。 但后来我开始过滤并选择一些信息但不工作

这是数据集：

https://drive.google.com/file/d/1d1FMWhh3U1KnfVFYyC5R5USuB2BbcN6S/view?usp=sharing

df.head()

0                            TCS 
1                      Accenture 
2                      Cognizant 
3                     ICICI Bank 
4                      HDFC Bank 
                  ...            
8996              Bitla Software 
8997                Kern Liebers 
8998           ANAAMALAIS TOYOTA 
8999                    Elsevier 
9000    Samsung Heavy Industries 
Name: campany_name, Length: 9001, dtype: object

我们在这里看到埃森哲在第二排，但是当我尝试调用它时它不起作用

df['campany_name'] == 'Accenture'

0       False
1       False
2       False
3       False
4       False
        ...  
8996    False
8997    False
8998    False
8999    False
9000    False

我真的不想换一种方式。 我只是想了解幕后发生的事情，并完全了解这个数据集中有什么不同，我不能像往常那样做。 这是 df['campany_name] == 'Accenture' 我应该得到布尔值，并且有了这些 id 就可以得到执行 df[df['campany_name] == 'Accenture'] 的行

索引或格式级别一定有问题。 但我的意思是我是 python 的新手。

Answer 1

做

df['campany_name'] = df['campany_name'].astype(str)

然后你可以尝试：

df.query('campany_name == Accenture')

或者

df[df['campany_name'] == 'Accenture']

如果你知道行和列，并且你试图只检索一个值，你可以这样做：

df.at[1, 'campany_name']

另外，请记住，您只是在打印信息，如果您需要保存结果，请将其分配给例如：

acc_row = df.query('campany_name == Accenture')

Answer 2

当您尝试过滤仅给定字符串的 dataframe 时，您可以使用df.Series.str.contains

aaa[aaa['campany_name'].str.contains('Accenture')]
 
                       campany_name  ...    jobs interviews
1                        Accenture   ...  4600.0     2500.0
5814    Accenture Federal Services   ...     NaN       20.0

[2 rows x 10 columns]