熊猫：条件替换一套

Question

我有一组常见的电子邮件地址，如下所示：

common_addresses = set(["yahoo.com", "gmail.com", "hotmail.com"])

我有一个Pandas DataFrame，df，如下所示：

id email_domain
1  yahoo.com
2  gmail.com
3  unk.com
4  new.com

我想用“罕见”替换不在common_addresses中的电子邮件。这是我的尝试：

mask = df.email_domain not in common_addresses
df.loc[mask, "email_domain"] = "rare"

我在mask = ...行上收到如下错误：

TypeError: 'Series' objects are mutable, thus they cannot be hashed

我应该如何制作这个面具？

谢谢！

Answer 1

你快到了。对于系列，您希望使用.isin()来检查成员资格。在您的情况下，您应该将代码更改为：

mask = ~df.email_domain.isin(common_addresses)
df.loc[mask, "email_domain"] = "rare"

此外，您需要使用~运算符（而不是not）来操作系列。

Answer 2

另一种方法是使用

df['email_domain'] = df.email_domain.where(df.email_domain.isin(common_addresses), 'rare')

df

输出：

   id email_domain
0   1    yahoo.com
1   2    gmail.com
2   3         rare
3   4         rare