Tengo actualmente un código con un dataframe y una lista, donde quiero comparar si los elementos de la lista coinciden con los de una columna del dataframe. En caso afirmativo, quiero quedarme con la fila completa del dataframe. Así son el df y la lista
print(approval_polls.head(5))
start_date end_date pollster sponsor sample_size population \
0 2020-02-02 2020-02-04 YouGov Economist 1500.0 a
1 2020-02-02 2020-02-04 YouGov Economist 376.0 a
2 2020-02-02 2020-02-04 YouGov Economist 523.0 a
3 2020-02-02 2020-02-04 YouGov Economist 599.0 a
4 2020-02-07 2020-02-09 Morning Consult NaN 2200.0 a
excel_doc = ['Monmouth University' 'Selzer & Co.' 'ABC News/The Washington Post'
'Siena College/The New York Times Upshot' 'YouGov']
El código que he escrito es
approval_polls = approval_polls[approval_polls['pollster'].isin(excel_doc)]
A priori esto debería ser válido, verdad?
Me encuentro que el resultado es:
print (approval_polls)
[start_date, end_date, pollster, sponsor, sample_size, population, ...]
El resultado que esperaba, sería algo así:
print(approval_polls.head(5))
start_date end_date pollster sponsor sample_size population \
0 2020-02-02 2020-02-04 YouGov Economist 1500.0 a
1 2020-02-02 2020-02-04 YouGov Economist 376.0 a
2 2020-02-02 2020-02-04 YouGov Economist 523.0 a
3 2020-02-02 2020-02-04 YouGov Economist 599.0 a
Alguien me puede decir por qué sucede esto? Muchas gracias.
pollster
y saber si se encuentran en la listaexcel_doc
y que te regrese los que coinciden, no?excel_doc
está bien como la pegaste? Cada elemento debe estar separado por una coma, o sino Python te va a juntarlo todo en una cadenaunique()