Błąd wartości podczas przecinania w pandach

Question

Mam DataFrame, które chciałbym użyć metody "str.contrains()". Wierzyłem, że znalazłem, jak to zrobić, gdy przeczytałem pandas + dataframe - select by partial string. Jednak ciągle pojawia się błąd wartości.

My DataFrame jest następująca:

ID,ENROLLMENT_DATE,TRAINER_MANAGING,TRAINER_OPERATOR,FIRST_VISIT_DATE 
1536D,12-Feb-12,"06DA1B3-Lebanon NH",,15-Feb-12 
F15D,18-May-12,"06405B2-Lebanon NH",,25-Jul-12 
8096,8-Aug-12,"0643D38-Hanover NH","0643D38-Hanover NH",25-Jun-12 
A036,1-Apr-12,"06CB8CF-Hanover NH","06CB8CF-Hanover NH",9-Aug-12 
8944,19-Feb-12,"06D26AD-Hanover NH",,4-Feb-12 
1004E,8-Jun-12,"06388B2-Lebanon NH",,24-Dec-11 
11795,3-Jul-12,"0649597-White River VT","0649597-White River VT",30-Mar-12 
30D7,11-Nov-12,"06D95A3-Hanover NH","06D95A3-Hanover NH",30-Nov-11 
3AE2,21-Feb-12,"06405B2-Lebanon NH",,26-Oct-12 
B0FE,17-Feb-12,"06D1B9D-Hartland VT",,16-Feb-12 
127A1,11-Dec-11,"064456E-Hanover NH","064456E-Hanover NH",11-Nov-12 
161FF,20-Feb-12,"0643D38-Hanover NH","0643D38-Hanover NH",3-Jul-12 
A036,30-Nov-11,"063B208-Randolph VT","063B208-Randolph VT", 
475B,25-Sep-12,"06D26AD-Hanover NH",,5-Nov-12 
151A3,7-Mar-12,"06388B2-Lebanon NH",,16-Nov-12 
CA62,3-Jan-12,,, 
D31B,18-Dec-11,"06405B2-Lebanon NH",,9-Jan-12 
20F5,8-Jul-12,"0669C50-Randolph VT",,3-Feb-12 
8096,19-Dec-11,"0649597-White River VT","0649597-White River VT",9-Apr-12 
14E48,1-Aug-12,"06D3206-Hanover NH",, 
177F8,20-Aug-12,"063B208-Randolph VT","063B208-Randolph VT",5-May-12 
553E,11-Oct-12,"06D95A3-Hanover NH","06D95A3-Hanover NH",8-Mar-12 
12D5F,18-Jul-12,"0649597-White River VT","0649597-White River VT",2-Nov-12 
C6DC,13-Apr-12,"06388B2-Lebanon NH",, 
11795,27-Feb-12,"0643D38-Hanover NH","0643D38-Hanover NH",19-Jun-12 
17B43,11-Aug-12,,,22-Oct-12 
A036,11-Aug-12,"06D3206-Hanover NH",,19-Jun-12 

Potem uruchom następujący kod:

test = pandas.read_csv('testcsv.csv') 
test[test.TRAINER_MANAGING.str.contains('Han', na=False)] 

i pojawia się następujący błąd:

--------------------------------------------------------------------------- 
ValueError        Traceback (most recent call last) 
<ipython-input-54-e0c4624c9346> in <module>() 
----> 1 test[test.TRAINER_MANAGING.str.contains('Han', na=False)] 

.virtualenvs/ipython/lib/python2.7/site-packages/pandas/core/frame.pyc in __getitem__(self, key) 
    1958 
    1959    # also raises Exception if object array with NA values 
-> 1960    if com._is_bool_indexer(key): 
    1961     key = np.asarray(key, dtype=bool) 
    1962    return self._getitem_array(key) 

.virtualenvs/ipython/lib/python2.7/site-packages/pandas/core/common.pyc in _is_bool_indexer(key) 
    685   if not lib.is_bool_array(key): 
    686    if isnull(key).any(): 
--> 687     raise ValueError('cannot index with vector containing ' 
    688         'NA/NaN values') 
    689    return False 

ValueError: cannot index with vector containing NA/NaN values 

czuję, że jestem brakuje czegoś prostego. Każda pomoc będzie doceniona.

Answer 1

Wyszukiwanie ciągu znaków nadal zwraca wartości nan, podczas gdy operacja dzielenia działa tylko z wartością pola. Wygląda na to, że "na = False" nie działa (w tym przypadku?), Mogę replikować je na moim komputerze przy użyciu najnowszej (wydanej) wersji Pandy.

można obejść go najpierw stosując funkcję .fillna() z wynikami jak:

test[test.TRAINER_MANAGING.str.contains('Han').fillna(False)] 

która zwraca:

 ID ENROLLMENT_DATE TRAINER_MANAGING TRAINER_OPERATOR FIRST_VISIT_DATE 
2 8096  8-Aug-12 0643D38-Hanover NH 0643D38-Hanover NH  25-Jun-12 
3 A036  1-Apr-12 06CB8CF-Hanover NH 06CB8CF-Hanover NH   9-Aug-12 
4 8944  19-Feb-12 06D26AD-Hanover NH     NaN   4-Feb-12 
7 30D7  11-Nov-12 06D95A3-Hanover NH 06D95A3-Hanover NH  30-Nov-11 
10 127A1  11-Dec-11 064456E-Hanover NH 064456E-Hanover NH  11-Nov-12 
11 161FF  20-Feb-12 0643D38-Hanover NH 0643D38-Hanover NH   3-Jul-12 
13 475B  25-Sep-12 06D26AD-Hanover NH     NaN   5-Nov-12 
19 14E48  1-Aug-12 06D3206-Hanover NH     NaN    NaN 
21 553E  11-Oct-12 06D95A3-Hanover NH 06D95A3-Hanover NH   8-Mar-12 
24 11795  27-Feb-12 0643D38-Hanover NH 0643D38-Hanover NH  19-Jun-12 
26 A036  11-Aug-12 06D3206-Hanover NH     NaN  19-Jun-12 

nigdy nie użył funkcji str.contains przed tak nie jestem pewien, czy to nie działa poprawnie. Powinniśmy otworzyć problem na Githubie, jeśli powinien działać tak, jak w twoim przykładzie.