python - 如何使用pd.read_csv过滤 Pandas 中的列

我有两个关于数据框的问题

问题：1
我需要将csv文件读取为DataFrame。原始文件为this。
我只想阅读2005〜2015年的数据。我需要添加“国家名称”作为索引。
这是我的代码：

import pandas as pd
import numpy as np
GPD = (pd.read_csv('world_bank.csv', skiprows=4, index_col='Country Name', usecols=(0,50,51,52,53,54,55,56,57,58,59))
  .replace({"Korea, Rep.": "South Korea", "Iran, Islamic Rep.": "Iran","Hong Kong SAR, China": "Hong Kong"}))

但我遇到错误为：

TypeError：无法比较类型'ndarray（dtype = float64）'和'str'

如何更正我的代码？

问题：2
我需要计算每个国家过去10年的GDP。这应该返回一个名为avgGDP的系列，其中包含15个国家/地区，并且它们的平均GDP降序排列。

我不知道该怎么办。

伙计们可以帮忙这两个问题吗？谢谢。

最佳答案

考虑替换“国家名称”值，然后将其设置为索引：

GDP = pd.read_csv('world_bank.csv', skiprows=4, usecols=[0] + list(range(50,60)))

GDP['Country Name'] = GDP['Country Name'].replace(to_replace=["Korea, Rep.", "Iran, Islamic Rep.", "Hong Kong SAR, China"],
                                                  value=["South Korea", "Iran", "Hong Kong"])
GDP = GDP.set_index('Country Name')

至于平均GDP，请考虑将具有melt的数据帧融为长格式，然后运行groupby。但是，这些步骤要求将“国家/地区名称”作为命名列而不是索引（因此已注释掉）：

# GDP = GDP.set_index('Country Name')

mGDP = pd.melt(GDP, id_vars='Country Name', var_name='Year', value_name='GDP')

mGDP = mGDP.groupby(['Country Name'])['GDP'].agg({'AvgGDP':'mean'}).sort_values('AvgGDP', ascending=False)

#                                                           AvgGDP
# Country Name
# World                                               6.735456e+13
# High income                                         4.600995e+13
# OECD members                                        4.518469e+13
# Post-demographic dividend                           4.298146e+13
# IDA & IBRD total                                    2.208337e+13
# Europe & Central Asia                               2.155501e+13
# Low & middle income                                 2.135025e+13
# Middle income                                       2.104455e+13
# IBRD only                                           2.038699e+13
# European Union                                      1.748398e+13
# North America                                       1.723858e+13
# East Asia & Pacific                                 1.719137e+13
# Upper middle income                                 1.653071e+13
# United States                                       1.562297e+13
# Late-demographic dividend                           1.441396e+13
# Euro area                                           1.282312e+13
# East Asia & Pacific (excluding high income)         8.697876e+12
# East Asia & Pacific (IDA & IBRD countries)          8.681259e+12
# Early-demographic dividend                          8.418026e+12
# China                                               6.934351e+12
# Latin America & Caribbean                           5.146274e+12
# Japan                                               4.959066e+12

并且需要进行一些清理，因为存在大陆和地区的GDP总计，而不仅仅是国家/地区：

关于python - 如何使用pd.read_csv过滤 Pandas 中的列，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/41646058/

gdp

python - 如何使用pd.read_csv过滤 Pandas 中的列