Question

def replace_name(row):
    if row['Country Name'] == 'Korea, Rep.':
        row['Country Name'] = 'South Korea'
    if row['Country Name'] == 'Iran, Islamic Rep.':
        row['Country Name'] = 'Iran'
    if row['Country Name'] == 'Hong Kong SAR, China':
        row['Country Name'] = 'Hong Kong'
    return row

GDP.apply(replace_name, axis = 1)

GDP是一个＆lt; pd.DataFrame＆＃39;

在这个时候，当我想找到韩国＆＃39;它不起作用时，这个名字仍然是“韩国，众议院”，

但如果我将代码中的最后一行更改为此

GDP = GDP.apply(replace_name, axis = 1)

它有效。

起初，我认为原因是＆＃39;申请＆＃39;功能不能改变GDP本身，但当我处理另一个数据帧时，它实际上是有效的。代码如下：

def change_name(row):
    if row['Country'] == "Republic of Korea":
        row['Country'] = 'South Korea'
    if row['Country'] == 'United States of America':
        row['Country'] = 'United States'
    if row['Country'] == 'United Kingdom of Great Britain and Northern Ireland':
        row['Country']  ='United Kingdom'
    if row['Country'] == 'China, Hong Kong Special Administrative Region':
        row['Country'] = 'Hong Kong'
    return row

energy.apply(change_name, axis = 1)

能源也是一个“pd.dataframe＆＃39;。

。”

这次我搜索“美国”时，它的确有效。原始名称是“美利坚合众国”，因此它成功更改了名称。

能源和GDP之间的唯一区别是能源是从excel文件中读取的，而GDP是从CSV文件中读取的。那导致不同结果的原因是什么？

Answer 1

我认为更好的是使用replace：

d = {'Korea, Rep.':'South Korea', 'Iran, Islamic Rep.':'Iran', 
     'Hong Kong SAR, China':'Hong Kong'}
GDP['Country Name'] = GDP['Country Name'].replace(d, regex=True)

因为差异可能是数据中的一些空白，可能有帮助：

GDP['Country'] = GDP['Country'].str.strip()

样品：

GDP = pd.DataFrame({'Country Name':[' Korea, Rep. ','a','Iran, Islamic Rep.','United States of America','s','United Kingdom of Great Britain and Northern Ireland'],
                    'Country':     ['s','Hong Kong SAR, China','United States of America','Hong Kong SAR, China','s','f']})

#print (GDP)

d = {'Korea, Rep.':'South Korea', 'Iran, Islamic Rep.':'Iran', 
     'United Kingdom of Great Britain and Northern Ireland':'United Kingdom',
     'Hong Kong SAR, China':'Hong Kong', 'United States of America':'United States'}

#replace by columns
#GDP['Country Name'] = GDP['Country Name'].replace(d, regex=True)
#GDP['Country'] = GDP['Country'].replace(d, regex=True)

#replace multiple columns
GDP[['Country Name','Country']] = GDP[['Country Name','Country']].replace(d, regex=True)
print (GDP)
         Country    Country Name
0              s     South Korea
1      Hong Kong               a
2  United States            Iran
3      Hong Kong   United States
4              s               s
5              f  United Kingdom

为什么python的应用功能有时可以，有时不能改变数据帧的价值？

1 个答案: