Python 如何在级数上应用函数

给定一系列

s

：

                  Name
0     Tennessee Oilers
1     Tennessee Titans
2  Washington Redskins

我想应用一个函数来重命名这些值

translate = {
    'Houston Oilers': 'Tennessee Titans',
    'Tennessee Oilers': 'Tennessee Titans'
}

s = s.apply(lambda x: translate.get(x, x))

这引发了：

TypeError:（“'Series'对象是可变的，因此它们不能 散列“、u”出现在索引0'）

如果我把这个应用到DataFrame的列上，它就会工作了

我以为我是根据“您能纠正我吗？”

用于执行查找：

In [204]:
translate = {
    'Houston Oilers': 'Tennessee Titans',
    'Tennessee Oilers': 'Tennessee Titans'
}
s.map(translate)

Out[204]:
0    Tennessee Titans
1                 NaN
2                 NaN
Name: Name, dtype: object

s=s.apply（lambda x:translate.get（x，x））

失败的原因是，此处的lambda是一个pandas

系列

，无法用作给定错误原因的键查找值，因为无法对dict键必须是哪些进行哈希运算

编辑

事实上，我无法重现你的错误：

In [210]:
s.apply(lambda x: translate.get(x, x))

Out[210]:
0       Tennessee Titans
1       Tennessee Titans
2    Washington Redskins
Name: Name, dtype: object

以上方法很好

编辑1

要保留不存在的值，可以调用和：

当您使用

read\u csv

读取csv时，即使它只有一列，也会返回df，如果您想要一个序列，则传递参数

squeak=True

：

In [223]:
t="""Name
Tennessee Oilers
Tennessee Titans
Washington Redskins"""
type(pd.read_csv(io.StringIO(t), squeeze=True))

Out[223]:
pandas.core.series.Series

编辑2

发生错误的原因是您对一列df调用了apply：

pd.DataFrame(s).apply(lambda x: translate.get(x, x))

所以这不同于一个系列，其中，

apply

迭代每个可以散列的值，但这里它传递的是整个不能散列的

系列

，如果您这样做，它将起作用：

In [227]:
pd.DataFrame(s).apply(lambda x: translate.get(x['Name'], x['Name']), axis=1)

Out[227]:
0       Tennessee Titans
1       Tennessee Titans
2    Washington Redskins
dtype: object

---

传递

axis=1

执行行值传递

Thx，但如果不在

translate

中，我宁愿保留这些值。我无法重现您的错误，唯一的失败方法是如果您执行了

pd.DataFrame（s）。apply（lambda x:translate.get（x，x））

出于某种原因，我的1列系列读取为DataFrame（使用

read_csv

）这正是我的代码中断的原因。谢谢！如果您想要一个系列，请将param

squeak=True

传递到

read_csv

In [227]:
pd.DataFrame(s).apply(lambda x: translate.get(x['Name'], x['Name']), axis=1)

Out[227]:
0       Tennessee Titans
1       Tennessee Titans
2    Washington Redskins
dtype: object