ZBLOG

data = pd.read_csv('train.csv') data.dropna() A1=data[data['Age']>=60] A2=data[(data['Age']>=60) & (data['Transported']=='True')] print(A1.shape) print(A2) 输出为空?

根据你提供的代码,可能有两个问题导致输出为空:

  1. 数据清洗:data.dropna()并没有对原始数据进行就地修改,而是返回了一个删除了缺失值的新DataFrame。因此,在计算A1和A2时,仍然使用的是未删除缺失值的原始数据。你可以将 data.dropna() 的结果赋值给data变量以更新数据。

  2. 条件判断:在判断”Transported”列是否为True时,如果该列的值是布尔类型(True/False),则不应该用引号括起来。应将条件改为data['Transported'] == True 或者简化为 data['Transported'].

以下是修正后的代码示例:

import pandas as pd

data = pd.read_csv('train.csv')
data = data.dropna()
A1 = data[data['Age'] >= 60]
A2 = data[(data['Age'] >= 60) & (data['Transported'] == True)]

print(A1.shape)
print(A2)

请注意,在这种情况下,确保csv文件路径正确,并且csv文件中包含名为’Age’和’Transported’的列。如果问题仍然存在,请提供更多关于数据和代码的详细信息,以便我能够更好地帮助你找到解决方案。


内容由零声教学AI助手提供,问题来源于学员提问

本站部分文章来源于网络,版权归原作者所有,如有侵权请联系站长删除。
转载请注明出处:http://sdn.0voice.com/?id=3302

分享:
扫描分享到社交APP
上一篇
下一篇
发表列表
游客 游客
此处应有掌声~
评论列表

还没有评论,快来说点什么吧~

联系我们

在线咨询: 点击这里给我发消息

微信号:3007537140

上班时间: 10:30-22:30

关注我们
x

注册

已经有帐号?