Question

我正在使用Python3，并且有一个看起来像熊猫的df

我想使用包uszipcode添加州和城市我正在使用

import uszipcode
search = SearchEngine(simple_zipcode=False)
def zco(x):
    print(search.by_zipcode(x)['City'])

df['City'] = df[['zip']].fillna(0).astype(int).apply(zco)

但是，出现以下错误

TypeError: 'Zipcode' object is not subscriptable

有人可以帮助解决该错误吗？

Answer 1

调用search.by_zipcode(x)返回一个ZipCode() instance，而不是一个字典，因此将['City']应用于该对象失败。

请使用较短别名的.major_city属性.city attribute；您要返回该值，而不是打印该值：

def zco(x):
    return search.by_zipcode(x).city

如果您要使用uszipcode项目将邮政编码映射到州和城市名称，则无需使用完整的数据库（下载450MB）。只需保留simple_zipcode=False的{{1}}参数，即可坚持只有9MB的“简单”版本。

接下来，这真的会很慢。 SearchEngine()在幕后使用一个简单的循环，对于每一行，.apply()方法将使用SQLAlchemy查询SQLite数据库，创建一个具有匹配行中所有列的单个结果对象，然后返回该对象，这样您就可以从它们中获得单个属性。

最好使用Pandas SQL methods直接查询数据库。 .by_zipcode()软件包在这里仍然有用，因为它可以为您下载数据库并创建SQLAlchemy会话，SearchEngine.ses attribute可以让您直接访问它，但是从那里我可以做：

uszipcode

创建一个Pandas Dataframe，其中所有唯一的邮政编码都映射到city和state列。然后，您可以join your dataframe with the zipcode dataframe：

from uszipcode import SearchEngine, SimpleZipcode

search = SearchEngine()
query = (
    search.ses.query(
        SimpleZipcode.zipcode.label('zip'),
        SimpleZipcode.major_city.label('city'),
        SimpleZipcode.state.label('state'),
    ).filter(
        SimpleZipcode.zipcode.in_(df['zip'].dropna().unique())
    )
).selectable
zipcode_df = pd.read_sql_query(query, search.ses.connection(), index_col='zip')

这会将df = pd.merge(df, zipcode_df, how='left', left_on='zip', right_index=True)和city列添加到原始数据框中。如果需要拉入更多列，请将它们添加到state部分，使用search.ses.query(...)在输出数据框中为它们提供合适的列名称（如果没有.label()，它们将前缀为.label()或simple_zipcode_（取决于您使用的类）。从model attributes documented中选择，但是要考虑到，如果您需要访问full Zipcode model attributes，则需要使用zipcode_以确保可以使用完整的450MB数据集，然后使用{{ 1}}，而不是查询中的SearchEngine(simple_zipcode=False)。

使用邮政编码作为Zipcode.<column>.label(...)数据框中的索引，这将比在每一行上单独使用SQLAlchemy快得多（ zippier :-)。

TypeError：“邮政编码”对象不可下标

1 个答案: