Python 熊猫字符串替换类型错误-使用熊猫df列替换单词

我使用的是Python 3.7，有一个大数据框，其中包含一列地址，如下所示：

c = ['420 rodeo drive', '22 alaska avenue', '919 franklin boulevard', '39 emblem alley', '67 fair way']
df1 = pd.DataFrame(c, columns = ["address"])

还有一个地址缩写及其usps版本的数据帧。例如：

x = ['avenue', 'drive', 'boulevard', 'alley', 'way']
y = ['aly', 'dr', 'blvd', 'ave', 'way']
df2 = pd.DataFrame(list(zip(x,y)), columns = ['common_abbrev', 'usps_abbrev'], dtype = "str")

我想做的事情如下：

搜索

df1['address']

查找

df2['common\u abbrev']

中出现的单词，并替换为

df2['usps\u abbrev']

返回转换后的

df1

为此，我尝试了几种方法，如

df.str.replace（）

的标准策略：

df1["address"] = df1["address"].str.replace(df2["common_abbrev"], df2["usps_abbrev"])

但是，我得到以下错误：

`TypeError: repl must be a string or callable`.

我的问题是:

既然我已经给出了

df2

的

dtype

，为什么我会收到错误

我怎样才能产生我想要的结果：

         address
0       420 rodeo dr
1      22 alaska ave
2  919 franklin blvd
3      39 emblem aly
4        67 fair way

---

感谢您的帮助。

首先使用创建一个

dict

。然后使用：

---

d=dict（zip（x，y））

可能是better@MustafaAyd是的，更新了我的答案。谢谢你的建议。@MayankPorwal谢谢你的建议，这是清晰直观的。太好了。请不要忘记投票并接受答案。@MayankPorwal还有一个问题：

dict

是如何将我的数据类型转换成字符串的？

In [703]: x = ['avenue', 'drive', 'boulevard', 'alley', 'way']
     ...: y = ['aly', 'dr', 'blvd', 'ave', 'way']

In [686]: d = dict(zip(x, y))

In [691]: df1.address = df1.address.replace(d, regex=True)

In [692]: df1
Out[692]: 
             address
0       420 rodeo dr
1      22 alaska aly
2  919 franklin blvd
3      39 emblem ave
4        67 fair way