Python 用熊猫过滤CSV

我需要在

impressions\u exchange

列中筛选值大于10的CSV。当我这样做时，我收到一个新的CSV（

ssss.CSV

），其中只有一列和一个True或False值。我需要在

df[“eCPM_a_pagar_a_medio”]

之后对超过10的值进行过滤，正如我前面所说的

def group():
    df = pd.read_csv('Impresiones_VIDEO.csv', sep=',')
    df = df.groupby(["Cliente","Sitio","Country"], as_index=False)['Subastas', 'Impresiones_exchange', 'Importe_a_cobrar', 'Importe_a_pagar_a_medio'].sum()
    df["Fill_rate"] = ((df.Impresiones_exchange / df.Subastas )* 100).round(2)
    df["eCPM_a_cobrar"] = ((df.Importe_a_cobrar / df.Impresiones_exchange )* 1000).round(2)
    df["eCPM_a_pagar_a_medio"] = ((df.Importe_a_pagar_a_medio / df.Impresiones_exchange )* 1000).round(2)
    a = df['Impresiones_exchange'] > 10
    a.to_csv('ssss.csv')

---

使用

query

我可以过滤csv列的值并获取所有列

def group():
    df = pd.read_csv('Impresiones_VIDEO.csv', sep=',')
    df = df.groupby(["Cliente","Sitio","Country"], as_index=False)['Subastas', 'Impresiones_exchange', 'Importe_a_cobrar', 'Importe_a_pagar_a_medio'].sum()
    df["Fill_rate"] = ((df.Impresiones_exchange / df.Subastas )* 100).round(2)
    df["eCPM_a_cobrar"] = ((df.Importe_a_cobrar / df.Impresiones_exchange )* 1000).round(2)
    df["eCPM_a_pagar_a_medio"] = ((df.Importe_a_pagar_a_medio / df.Impresiones_exchange )* 1000).round(2)
    df_filtered = df.query('Impresiones_exchange>10')
    df_filtered.to_csv('Impresiones_VIDEO.csv', index=False)

替换此行：

a = df['Impresiones_exchange'] > 10

比如说：

a = df[df['Impresiones_exchange'] > 10]

---

代码不起作用的原因是

a

设置为布尔级数。事实上，您想要的是使用布尔序列对数据帧进行索引。

我发现：

df.query（'impressiones\u exchange>10'）

。您对此有何看法？我认为

df[df['Impressiones_exchange']>10]

更为透明。如果下面的一个答案有帮助，请随意接受（勾选左侧），以便其他用户可以看到接受的答案。