尝试用映射中的值替换数据帧值时，无法比较类型“ndarray（dtype=int64）”和“str”

Question

我有一个包含两种不同数据类型（int64和str）的字典和一个数据帧。我试图用dict中的值替换df第二列中的数据，如果它们匹配的话

例如—

Input:
    map = {'Pop': [9, 11, 13], 'HipHop': [15, 19, 22], 'Unknown': '_'}
    
    artist = {'Name': ['Taylor','Kanye','Alex'],'Reference': [9,15,_]}
    df = pd.DataFrame(artist, columns = ['Name', 'Reference'])


Expected Output:
output_dict = {'Taylor': 'Pop', 'Kanye': 'HipHop', 'Alex': 'Unknown'}

我的守则如下：

    df['Reference'] = df.Reference.astype('int64')
    out = df.set_index('Name').Reference.replace({z : x for x , y in map.items() for z in y}).to_dict()
    print(out)

我面临的问题是，如果不将第二列转换为int64，则无法使映射正常工作。但是，一旦我转换了，我会得到一个“无法比较类型”错误，因为其中一个字段是字符串。任何关于如何解决这一问题的提示都会很有帮助。谢谢

Answer 1

因为map是函数，而且python代码不使用变量map，所以更好的做法是更改类似于mapping

然后使用^{}和errors='coerce'将Reference转换为数字，如果字符串中存在错误值，请使用^{}替换缺少的值的解决方案

mapping = {'Pop': [9, 11, 13], 'HipHop': [15, 19, 22], 'Unknown': '_'}
  

artist = {'Name': ['Taylor','Kanye','Alex'],'Reference': [9,15,'_']}
df = pd.DataFrame(artist, columns = ['Name', 'Reference'])

df['Reference'] = pd.to_numeric(df.Reference, errors='coerce')

out = (df.set_index('Name').Reference
         .replace({z : x for x , y in mapping.items() for z in y})
         .fillna('Unknown')
         .to_dict())
print(out)
{'Taylor': 'Pop', 'Kanye': 'HipHop', 'Alex': 'Unknown'}

Answer 2

创建映射dict，然后应用于Reference列

amap = {'Pop': [9, 11, 13], 'HipHop': [15, 19, 22], 'Unknown': '_'}
artist = {'Name': ['Taylor','Kanye','Alex'],'Reference': [9,15,'_']}
df = pd.DataFrame(artist, columns = ['Name', 'Reference'])

# create map dict
df_map = pd.DataFrame(amap).stack().reset_index()
map_dict = dict(zip(df_map[0], df_map['level_1']))
print(map_dict)
# {9: 'Pop', 15: 'HipHop', '_': 'Unknown', 11: 'Pop', 19: 'HipHop', 13: 'Pop', 22: 'HipHop'}

# apply map dict
df['amap'] = df['Reference'].map(map_dict)
dict(zip(df['Name'], df['amap']))
# {'Taylor': 'Pop', 'Kanye': 'HipHop', 'Alex': 'Unknown'}