Question

我是一名熊猫新手并编写了一些代码，应该将字典附加到连续的最后一列。最后一列名为“Holder”

我的部分代码冒犯了pandas引擎，如下所示

df.loc[df[innercat] == -1, 'Holder'] += str(odata)

我收到错误消息

TypeError: ufunc 'add' did not contain a loop with signature matching types dtype('S75') dtype('S75') dtype('S75')

当我运行代码将“+ =”替换为“=”时，代码运行得很好，尽管我只获取了我想要的部分数据。我究竟做错了什么？我已经尝试删除str（）强制转换，它仍可用作赋值，而不是追加。

进一步澄清：

Math1 Math1_Notes Physics1 Physics1_Notes Chem1 Chem1_Notes Bio1 Bio1_Notes French1 French1_Notes Spanish1 Spanish1_Notes Holder
-1    Gr8 student  0                        0                  0              0                    -1        Foo            NaN
0                  0                        0                  0              0                    -1        Good student   NaN
0                  0                       -1                  So so          0                    0         0              NaN
0                 -1        Not serious    -1                  Hooray        -1                    Voila         0          NaN

我的原始数据集包含超过300列数据，但我创建了一个示例，捕捉了我正在尝试做的精神。想象一下，一所拥有300个部门的学院，每个部门提供1门（或更多）课程。以上数据是该数据的微观样本。因此，对于每个学生，在他们的姓名或入学号码旁边，有一个“-1”表示他们参加了某个课程。此外，下一栏USUALLY包含该部门关于该学生的说明。

查看上面数据的第一行，我们有一名学生参加了数学与实践。西班牙语和每个部门都添加了一些关于学生的评论对于每一行，我想添加一个dict，总结每个学生的数据。基本上是每个部门条目的JSON摘要。假设一般形式的字符串

json_string = {"student name": a, "data": {"notes": b, "Course name": c}}

我打算让我的代码读取我的csv，为每个部门形成一个字典并将其附加到Holder列。因此，对于上述学生（第1行），将有2个词，即

{"student name": "Peter", "data": {"notes": "Gr8 student", "Course name": "Math1"}}
{"student name": "Peter", "data": {"notes": "Foo", "Course name": "Spanish1"}}

并且第1行的Holder的最终内容将是

{"student name": "Peter", "data": {"notes": "Gr8 student", "Course name": "Math1"}} {"student name": "Peter", "data": {"notes": "Foo", "Course name": "Spanish1"}}

当我可以成功追加数据时，我可能会添加一个逗号或'|'在单独的dicts之间。我写的代码行是

df.loc[df[innercat] == -1, 'Holder'] = str(odata)

我是否将上面的行转换为str（），编写赋值而不是append运算符似乎覆盖了所有以前的值，只将最后一个值写入Holder，如

-1    Gr8 student  0                        0                  0              0                    -1        Foo            {"student name": "Peter", "data": {"notes": "Foo", "Course name": "Spanish1"}}

虽然我想要

-1    Gr8 student  0                        0                  0              0                    -1        Foo            {"student name": "Peter", "data": {"notes": "Gr8 student", "Course name": "Math1"}} {"student name": "Peter", "data": {"notes": "Foo", "Course name": "Spanish1"}}

对于有兴趣复制我所做的事情的人，我的代码的主要部分如下所示

count = 0
substrategy = 0
for cat in col_array:
    count += 1
    for innercat in cat:        
        if "Notes" in innercat:
            #b = str(df[innercat])
            continue
        substrategy += 1
        c = count
        a = substrategy
        odata = {}
        odata['did'] = a
        odata['id'] = a        
        odata['data'] = {}
        odata['data']['notes'] = b
        odata['data']['substrategy'] = a
        odata['data']['strategy'] = c
        df.loc[df[innercat] == -1, 'Holder'] += str(odata)

Answer 1

是你想要的吗？

In [190]: d1 = {"student name": "Peter", "data": {"notes": "Gr8 student", "Course name": "Math1"}}

In [191]: d2 = {"student name": "Peter", "data": {"notes": "Foo", "Course name": "Spanish1"}}

In [192]: import json

In [193]: json.dumps(d1)
Out[193]: '{"student name": "Peter", "data": {"notes": "Gr8 student", "Course name": "Math1"}}'

In [194]: df
Out[194]:
   Investments_Cash  Holder
0                 0     NaN
1                 0     NaN
2                -1     NaN

In [196]: df.Holder = ''

In [197]: df.ix[df.Investments_Cash == -1, 'Holder'] += json.dumps(d1)

In [198]: df.ix[df.Investments_Cash == -1, 'Holder'] += ' ' + json.dumps(d2)

In [199]: df
Out[199]:
   Investments_Cash
                   Holder
0                 0
1                 0
2                -1  {"student name": "Peter", "data": {"notes": "Gr8 student", "Course name": "Math1"}} {"student name": "Peter", "data": {"notes": "Foo", "Course nam...

注意：将来工作/解析Holder列会非常痛苦，因为它不是标准的 - 如果没有额外的预处理（例如使用拆分），您将无法解析它复杂的RegEx'es等。）

所以我强烈建议您将一个dicts列表转换为JSON - 您将能够使用json.loads()方法将其读回：

In [201]: df.ix[df.Investments_Cash == -1, 'Holder'] = json.dumps([d1, d2])

In [202]: df
Out[202]:
   Investments_Cash
                   Holder
0                 0

1                 0

2                -1  [{"student name": "Peter", "data": {"notes": "Gr8 student", "Course name": "Math1"}}, {"student name": "Peter", "data": {"notes": "Foo", "Course n...

解析回来：

In [204]: lst = json.loads(df.ix[2, 'Holder'])

In [205]: lst
Out[205]:
[{'data': {'Course name': 'Math1', 'notes': 'Gr8 student'},
  'student name': 'Peter'},
 {'data': {'Course name': 'Spanish1', 'notes': 'Foo'},
  'student name': 'Peter'}]

In [206]: lst[0]
Out[206]:
{'data': {'Course name': 'Math1', 'notes': 'Gr8 student'},
 'student name': 'Peter'}

In [207]: lst[1]
Out[207]: {'data': {'Course name': 'Spanish1', 'notes': 'Foo'}, 'student name': 'Peter'}

将一系列字符串附加到Pandas列

1 个答案: