Python 两个变量大小相同的散点图

数据源： 文件夹：“世界发展指标” 文件：Indicators.csv

我试图在两个变量之间绘制散点图。然而，这两个变量的大小并不相同

数据库如下所示： 它按名称数据保存：

CountryCode IndicatorName                   Year    Value
USA         Population, total               1993    72498
USA         Population, total               1994    76700
USA         Population, female (% of total) 1993    50.52691109
USA         Population, female (% of total) 1994    50.57235984
USA         GDP per capita (const 2005 US$) 1994    23086.93795
USA         Population, female (% of total) 1988    50.91933134
USA         Population, total               1988    61077

我想画两件事之间的散点图：绝对女性人口和人均GDP（const 2005美元）。 绝对女性人口=人口总数*人口，女性（%）

挑战如下：

a） 一个国家的总人口、女性人口和GDP值存在不同的年份。例如，对于美国，假设人口值的数量，总数仅存在20年，女性人口数字为18年，GDP值仅存在10年

没有NAN/Null值

我需要这些值，其中所有这些参数的值在给定年份的某个国家都存在

我是python新手，所以我无法在代码中表达我想要的东西。请任何人帮忙：

 femalepop_filter = data['IndicatorName'].str.contains('Population,      
 female')
 FemalePop = data[femalepop_filter]

 Pop_total=data['IndicatorName'].str.contains('Population, total')
 Pop_Tot=data[Pop_total] 

 hist_indicator = 'GDP per capita \(const 2005'
 GDP_Filter = data['IndicatorName'].str.contains(hist_indicator)
 GDPValues=data[GDP_Filter]

 c1 = (FemalePop['CountryCode']) 
 c2 = (GDPValues['CountryCode']) 
 c3 = (Pop_Tot['CountryCode'])
 c4 = np.intersect1d(c1,c2)
 c5 = np.intersect1d(c3,c4)

---

我捕获了所有参数的国家代码。现在我在c5找到了他们的十字路口。有人能帮助我如何获取c5中国家代码的数据吗？

错误告诉您Python不知道如何连接（&）字符串和布尔变量

将bool转换为字符串，您的连接应该可以工作

---

通常，一步一步地调试代码。首先看看变量包含什么。您可以使用Python的“pretty print”（pprint）模块来实现这一点。这样，您可以打印出各种变量，以便查看它们包含的内容

试试类似于

data[data['CountryCode'].isin（c5）]

我找到了答案

    data2=data[data['CountryCode'].isin(c5)]
    #Getting all the intersection of country codes in one dataset

    data2['concatyearandCC'] = data2["CountryCode"] + "" + data2["Year"].map(str)
    #Introducing new column which is concatenation of country code and Year so that I 
    #get all the rows corresponding to same year and country code.

    c9 = pd.merge(FemalePop2,Pop_Tot2,on="concatyearandCC")
    c10= pd.merge(c9,GDPValues2,on="concatyearandCC")
    #Merging datasets containing female population%, GDP and total population of  
    #females so that I can calculate absolute number of females.

    c10.rename(columns={'Value_x': 'Population_female%', 'Value_y': 'Population 
    Total', 'Value': 'GDP Per capita'}, inplace=True)
    #Renaming some columns for ease.

    c10_Final['Abs_Female_Pop'] = c10_Final['Population_female%'] 
    *c10_Final['Population Total']
    #Finding absolute female population

---

如果您丢失数据，可能会填写零，这样可以平衡数据，并且您应该能够可视化它。嗨，问题是没有NAN值。这些行只存在于某个参数对应的年份，而不存在于另一个参数对应的年份。那么，在数据不存在的地方，这些行是什么样子的呢？假设没有给出1993年的GDP值。并给出了1993年的人口值（总人口和女性人口）。因此，1993年为年份的GDP值行根本不存在。这是一个数据库（不是表单）。对于给定的国家，所有参数在所有年份都没有提及。请立即检查。我想串联并不能解决我的问题。如何获取所有3个参数都存在的国家代码您可以创建一个按年份索引的词典。类似于

data={}；数据['1999']={'country'：'usa'，'population'：7，'女性百分比'=50}

。你需要做的远不止这些，但这就是你的想法。然后，当您需要访问这些值时，首先测试它们是否存在，并相应地执行操作。共有600万条记录。如何为所有人创建词典？我想到了一种方法。c1=（FemalePop['CountryCode']）c2=（GDPValues['CountryCode']）c3=（Pop_Tot['CountryCode']）如何获得所有这些CountryCode的交集。这个想法是，对于每个国家代码，无论哪三个值都存在，如果我尝试c1&c2&c3，我都会得到国家代码列表。我会得到错误类型错误：&:“str”和“bool”的操作数类型不受支持。您可以使用

GDPValues.has_key（“某物”）

来确定该值是否已设置。