Question

给出系列s：

                  Name
0     Tennessee Oilers
1     Tennessee Titans
2  Washington Redskins

我想应用一个函数来重命名值。

translate = {
    'Houston Oilers': 'Tennessee Titans',
    'Tennessee Oilers': 'Tennessee Titans'
}

s = s.apply(lambda x: translate.get(x, x))

这引起了：

TypeError :(“'系列'对象是可变的，因此它们不可能哈希“，你在指数0'发生了''

如果我在DataFrame的列上应用了这个，那就可以了。

我认为我按照docs这样做了。你能纠正我吗？

Answer 1

使用map执行查找：

In [204]:
translate = {
    'Houston Oilers': 'Tennessee Titans',
    'Tennessee Oilers': 'Tennessee Titans'
}
s.map(translate)

Out[204]:
0    Tennessee Titans
1                 NaN
2                 NaN
Name: Name, dtype: object

s = s.apply(lambda x: translate.get(x, x))失败的原因是因为这里的lambda是一个pandas Series，并且这不能用作错误原因的键查找值，因为它不能被散列为dict键必须是。

修改

实际上我无法重现您的错误：

In [210]: s.apply(lambda x: translate.get(x, x)) Out[210]: 0 Tennessee Titans 1 Tennessee Titans 2 Washington Redskins Name: Name, dtype: object

以上工作正常

修改1

要保留不存在的值，您可以拨打dropna和update：

In [219]: s.update(s.map(translate).dropna()) s Out[219]: 0 Tennessee Titans 1 Tennessee Titans 2 Washington Redskins Name: Name, dtype: object

当您使用read_csv阅读csv时，即使它只有一列，也会返回一个df，如果您想要一个系列然后传递参数squeeze=True：

In [223]: t="""Name Tennessee Oilers Tennessee Titans Washington Redskins""" type(pd.read_csv(io.StringIO(t), squeeze=True)) Out[223]: pandas.core.series.Series

修改2

您的错误发生是因为您在单个列df上调用了apply：

pd.DataFrame(s).apply(lambda x: translate.get(x, x))

所以这不同于一个系列，其中apply遍历每个可以被散列的值，但是在这里它传递了整个Series，它不能被散列，如果你这样做它会起作用：

In [227]: pd.DataFrame(s).apply(lambda x: translate.get(x['Name'], x['Name']), axis=1) Out[227]: 0 Tennessee Titans 1 Tennessee Titans 2 Washington Redskins dtype: object

传递axis=1执行行方式值传递

如何在Series上应用函数

1 个答案: