Question

我有一个熊猫系列，其唯一值类似于：

['toyota', 'toyouta', 'vokswagen', 'volkswagen,' 'vw', 'volvo']

现在，我想修复其中的一些值，例如：丰田->丰田

（请注意，并非所有值都有诸如沃尔沃，丰田等错误）

我试图制作一个字典，其中key是正确的单词，value是要更正的单词，然后将其映射到我的系列中。

这是我的代码的样子：

corrections = {'maxda': 'mazda', 'porcshce': 'porsche', 'toyota': 'toyouta', 'vokswagen': 'vw', 'volkswagen': 'vw'}
df.brands = df.brands.map(corrections)

print(df.brands.unique())
>>> [nan, 'mazda', 'porsche', 'toyouta', 'vw']

如您所见，问题在于这种方式会将字典中不存在的所有值自动转换为nan。一种解决方案是将所有正确的值映射到它们自己，但是我希望可以有一种更好的方法来解决此问题。

Answer 1

使用：

df.brands = df.brands.map(corrections).fillna(df.brands)

或者：

df.brands = df.brands.map(lambda x: corrections.get(x, x))

或者：

df.brands = df.brands.replace(corrections)

如何使用字典映射进行值校正？

1 个答案: