我试图通过在现有列的基础上创建字典并在该列上调用“地图”功能来在数据框中创建新列。它似乎已经工作了一段时间。但是,笔记本电脑开始抛出
AttributeError:“ DataFrame”对象没有属性“ map”
我没有更改内核或python版本。这是我正在使用的代码。
dict= {1:A,
2:B,
3:C,
4:D,
5:E}
# Creating an interval-type
data['new'] = data['old'].map(dict)
该如何解决?
答案 0 :(得分:1)
主要问题是选择了old
列后,得到的是DataFrame
而不是Series
,因此map
的实现Series
失败了。
此处应重复列old
,因此,如果选择一个列,它将返回old
中的所有列DataFrame
:
df = pd.DataFrame([[1,3,8],[4,5,3]], columns=['old','old','col'])
print (df)
old old col
0 1 3 8
1 4 5 3
print(df['old'])
old old
0 1 3
1 4 5
#dont use dict like variable, because python reserved word
df['new'] = df['old'].map(d)
print (df)
AttributeError:“ DataFrame”对象没有属性“ map”
此列重复数据删除的可能解决方案:
s = df.columns.to_series()
new = s.groupby(s).cumcount().astype(str).radd('_').replace('_0','')
df.columns += new
print (df)
old old_1 col
0 1 3 8
1 4 5 3
另一个问题应该在列MultiIndex
中,通过以下方法进行测试:
mux = pd.MultiIndex.from_arrays([['old','old','col'],['a','b','c']])
df = pd.DataFrame([[1,3,8],[4,5,3]], columns=mux)
print (df)
old col
a b c
0 1 3 8
1 4 5 3
print (df.columns)
MultiIndex(levels=[['col', 'old'], ['a', 'b', 'c']],
codes=[[1, 1, 0], [0, 1, 2]])
解决方案变平MultiIndex
:
#python 3.6+
df.columns = [f'{a}_{b}' for a, b in df.columns]
#puthon bellow
#df.columns = ['{}_{}'.format(a,b) for a, b in df.columns]
print (df)
old_a old_b col_c
0 1 3 8
1 4 5 3
另一种解决方案是由MultiIndex
使用元组进行映射并分配给新的tuple
:
df[('new', 'd')] = df[('old', 'a')].map(d)
print (df)
old col new
a b c d
0 1 3 8 A
1 4 5 3 D
print (df.columns)
MultiIndex(levels=[['col', 'old', 'new'], ['a', 'b', 'c', 'd']],
codes=[[1, 1, 0, 2], [0, 1, 2, 3]])
答案 1 :(得分:1)
map是一种可以调用pandas.Series对象的方法。此方法在pandas.DataFrame对象上不存在。
df['new'] = df['old'].map(d)
在您的代码中^^^ df ['old'] 由于某种原因返回了pandas.Dataframe对象。
或者您的代码与您给出的示例不太相同。
无论哪种方式都存在错误,因为您正在对pandas.Dataframe对象调用 map()
答案 2 :(得分:0)
import psutil #pip install psutil
battery_detecting = psutil.sensors_battery()
plugged = battery_detecting.power_plugged
percent_battery = str(battery_detecting.percent)
plugged = "Plugged In" if plugged else "Not Plugged In"
print(percent_battery+'% | '+plugged)
没关系,因为 m 是 pd.Series 对象。下面的用法是错误的,因为m是pd.DataFrame对象。
import pandas as pd
f_dict = {1:0,2:1,3:2}
m = pd.Series([1,2,3])
res = m.map(f_dict)
print(res)