python - 使用 Python 字典替换/清理 Pandas DataFrame 中的数据

Question

我有一个看起来像这样的数据框(table2)

57                  INVERNESS
361                 INVERNESS
533                 INVERNESS
535     INVERNESS KERRY DOWNS
758           INVERNESS GREEN
807                 INVERNESS
970           INVERNESS POINT
971                 INVERNESS

等等..

我需要使用 Dict 来映射/替换名称(我在 Excel 工作表中) 当我将翻译表读入 Pandas 时，我得到一个 DF，看起来像

             NSUBDIVISION
SUBDIVISION 
*HUFFMAN**8MILES NE  OTHER
0                    OTHER
00                   OTHER
000                  OTHER
INVERNESS POINT      INVERNESS

等等.. 当我使用 xlate=df.to_dict() 将其转换为 DICT 时，我得到一个如下所示的 dict(xlate):

{u'NSUBDIVISION': {u'*HUFFMAN**8MILES NE': u'OTHER',
  u'0': u'OTHER',
  u'00': u'OTHER',
  u'000': u'OTHER',
  u'0000': u'OTHER',
  u'INVERNESS POINT': u'INVERNESS',

所以......(我提到这一点是因为我不确定字典是否正确形成)

我想做一些类似的事情

 table2['SUBDIVISION'].replace(to_replace=xlate,inplace=True)

我想查找 xlate 表第一列中的值，将它们与 table2['SUBDIVISION'] 匹配，如果找到，则将 SUBDIVISION 的内容替换为 xlate 第 2 列中的值(如果不保留它们)(奖励..实际上如果第 2 列是 NAn，我也想不理会它)例如上面找到的 INVERNESS POINT 将被 INVERNESS 替换

目前我刚刚得到 TypeError: unhashable type: 'dict'

Answer 1

我想你想创建一个 dictionary from the Series (而不是数据框):

In [11]: translate_df['NSUBDIVISION'].to_dict()
Out[11]:
{'*HUFFMAN**8MILES NE': 'OTHER',
 '0': 'OTHER',
 '00': 'OTHER',
 '000': 'OTHER',
 'INVERNESS POINT': 'INVERNESS'}

并用它来 replace专栏:

In [12]: df['SUBDIVISION'].replace(translate_df['NSUBDIVISION'].to_dict())
Out[12]:
0                INVERNESS
1                INVERNESS
2                INVERNESS
3    INVERNESS KERRY DOWNS
4          INVERNESS GREEN
5                INVERNESS
6                INVERNESS
7                INVERNESS
Name: SUBDIVISION, dtype: object