时间戳

首页 > 解决方案 > pandas 'DataFrame' 对象没有属性 'map'

python - pandas 'DataFrame' 对象没有属性 'map'

问题描述

我有两个 df - df_a 和 df_b，

# df_a
number    cur    code
1000      USD    700
2000      USD    800
3000      USD    900

# df_b
number    amount    deletion code
1000      0.0       L        700
1000      10.0      X        700
1000      10.0      X        700
2000      20.0      X        800
2000      20.0      X        800
3000      0.0       L        900
3000      0.0       L        900

我想离开df_a合并df_b，

df_a = df_a.merge(df_b.loc[df_b.deletion != 'L'], how='left', on=['number', 'code'])

并且，创建一个deleted在合并结果中调用的标志df_a，它具有三个可能的值——完整、部分和无；

full- 如果所有行都与一个特定number值相关联，则有deletion= L；

partial- 如果某些行与特定number值相关联，则有deletion= L；

none- 没有与特定number值关联的行，有deletion= L；

此外，在进行合并时，不应考虑来自df_bwith = L 的行；deletion所以结果看起来像，

 number    amount    deletion    deleted    cur    code
 1000      10.0      X           partial    USD    700
 1000      10.0      X           partial    USD    700
 2000      20.0      X           none       USD    800
 2000      20.0      X           none       USD    800
 3000      0.0       NaN         full       USD    900

我试过，

g = df_b['deletion'].ne('L').groupby([df_b['number'], df_b['code']])
m1 = g.any()
m2 = g.all()

d1 = dict.fromkeys(m1.index[m1 & ~m2], 'partial')
d2 = dict.fromkeys(m2.index[m2], 'full')

d = {**d1, **d2}
df_a = df_a.merge(df_b.loc[df_b.deletion != 'L'], how='left', on=['code', 'number'])

df_a['deleted'] = df_a[['number', 'code']].map(d).fillna('none')

但我有一个错误，

AttributeError: 'DataFrame' object has no attribute 'map'

它似乎df没有map功能，所以我想知道是否有任何替代方法可以实现这一点。

标签： pythonpython-3.xpandasdictionarydataframe

解决方案

pd.DataFrame对象没有map方法。您可以改为从两列构建索引并pd.Index.map与函数一起使用：

df_a['deleted'] = df_a.set_index(['number', 'code']).index.map(d.get)
df_a['deleted'] = df_a['deleted'].fillna('none')

兼容性说明

对于大于 0.25 的 Pandas 版本，您可以pd.Index.map直接使用字典，即使用d而不是d.get.

对于以前的版本，我们使用d.get而不是，d因为不像pd.Series.map，pd.Index.map不直接接受字典。但它可以接受诸如dict.get. 另请注意，我们将操作拆分fillna为pd.Index.map返回数组而不是系列。

推荐阅读