如何用Python的Pandas从CSV中获取特定国家的全部数据？

原始代码 #

import pandas
data = pandas.read_csv('Datasets/average-height-of-men.csv')
result = data['Mean male height (cm)'].mean()
print(result) 

问题说明 #

在该CSV数据集中，我想获取德国或法国这类特定国家的全部信息，但尝试用data['GER']时出现错误。

数据集列信息 #

['Entity', 'Code', 'Year', 'Mean male height (cm)']

其中Entity是国家名称，Code是国家代码（比如FIN代表芬兰）。

解决方法 #

你不能直接用data['GER']，因为GER是Code列里的具体值，不是列名。要筛选特定国家的数据，可参考以下几种方式：

方式1：通过国家代码筛选 #

# 获取德国（GER）的所有数据
germany_data = data[data['Code'] == 'GER']
print(germany_data)

# 获取法国（FRA）的所有数据
france_data = data[data['Code'] == 'FRA']
print(france_data)

# 同时获取德国和法国的数据
ger_fra_data = data[data['Code'].isin(['GER', 'FRA'])]
print(ger_fra_data)

方式2：通过国家名称筛选 #

如果你知道完整的国家名称，也可以用Entity列筛选：

# 获取德国的数据
germany_data = data[data['Entity'] == 'Germany']
# 获取法国的数据
france_data = data[data['Entity'] == 'France']

补充提示 #

• 筛选后得到的结果是pandas的DataFrame对象，包含对应国家的所有年份、身高数据
• 若只想查看前几行数据，可使用germany_data.head()

内容的提问来源于stack exchange，提问作者serhatdogan