两个variables_difficulty实现的相同大小的散点图

Question

数据源： https://www.kaggle.com/worldbank/world-development-indicators 文件夹：‘world-development-’File：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:它是通过名称数据保存的：

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

我想在两件事之间画一张散点图:绝对女性人口和人均GDP (const 2005美元)。绝对女性人口=人口，*总人口，女性(%)

挑战如下：

a)一个国家的总人口、女性人口和国内生产总值存在不同的年份。例如，美国，比方说人口的数值，总数只存在20年，女性人口的数字是18年，国内生产总值的数值只有10年。

没有NAN/Null值

I需要这些值，其中所有这些参数的值在给定年份的国家中都是。

我对python很陌生，所以我无法在代码中列出我想要的内容。有谁能帮忙吗？

 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找到了他们的交叉口。有人能帮助我如何获得国家代码在c5中的数据吗？

Answer 1

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

Answer 2

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，逐步调试代码。首先看看变量包含了什么。您可以使用Python的“漂亮打印”(pprint)模块。这样您就可以打印出各种变量，以查看它们包含了什么。