我有两个关于dataframe的问题
问题:1 我需要读取一个 csv 文件作为 DataFrame。原始文件为 this . 我只想读取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"}))
但我遇到的错误是:
TypeError: Cannot compare types 'ndarray(dtype=float64)' and '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 个国家和它们的平均 GDP 按降序排列。
我不知道该怎么做。
请大侠帮忙解答一下这两个问题？谢谢。
请您参考如下方法:
考虑替换 Country Name 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，考虑用melt 将dataframe 融化成长格式，然后运行groupby。但是，这些步骤需要Country Name 作为命名列而不是索引(因此被注释掉):
# 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，因为有大陆和地区的 GDP 总计，而不仅仅是国家:
