Panda конвертирует данные в NaN при добавлении в новый DataSet

Question

Я пытался извлечь конкретные данные из заданного набора данных и добавить их в новый в определенном наборе организованных столбцов.Я делаю это, читая файл CSV и используя строковую функцию.Проблема в том, что даже если данные извлечены правильно, Pandas добавит второй столбец как NaN, хотя в уязвимой переменной хранятся данные, см. Мой код ниже, есть идеи, как это исправить?

processor=pd.DataFrame()
Hospital_beds="SH.MED.BEDS.ZS"
Mask1=data["IndicatorCode"].str.contains(Hospital_beds)
stage=data[Mask1]
Hospital_Data=stage["Value"]
Birth_Rate="SP.DYN.CBRT.IN"
Mask=data["IndicatorCode"].str.contains(Birth_Rate)
stage=data[Mask]
Birth_Data=stage["Value"]
processor["Countries"]=stage["CountryCode"]
processor["Birth Rate per 1000 people"]=Birth_Data
processor["Hospital beds per 100 people"]=Hospital_Data
processor.head(10)

Answer 1

Проблема в том, что индексы не совпадают.При первоначальном заполнении фрейма данных processor вы используете каждую строку из исходного фрейма данных, который содержал данные о рождаемости.Эти строки отличаются от тех, которые содержат данные больничных коек, поэтому когда вы делаете

processor["Hospital beds per 100 people"] = Hospital_Data

, панды создадут новый столбец, но поскольку для * 1007 нет соответствующих индексов* в processor он будет содержать только нулевые значения.

Вероятно, вы в первую очередь захотите переиндексировать исходные данные, используя код страны и год

data.set_index(['CountryCode','Year'], inplace=True)

Затем вы можете создать представление только интересующих вас индикаторов

indicators = ['SH.MED.BEDS.ZS', 'SP.DYN.CBRT.IN'] dview = data[data.IndicatorCode.isin(indicators)]

Наконец, вы можете pivot на коде индикатора для просмотракаждый индикатор в одной строке

dview.pivot(columns='IndicatorCode')['Value']

Но учтите, что в нем все равно будет много NaN.Это просто потому, что данные больничной койки обновляются очень редко (или, например, на Арубе нет вообще).Но вы можете отфильтровать их по мере необходимости.