在python大熊猫dataframe中用整数字典替换字符串

Question

我有下面的熊猫资料。

        epi_week    state   loc_type    disease    cases    incidence
21835   200011      WY      STATE       MUMPS       2       0.40
21836   197501      WY      STATE       POLIO       3       0.76
21837   199607      WY      STATE       HEPATITIS   3       0.61
21838   197116      WY      STATE       MUMPS       6       1.73
21839   200048      WY      STATE       HEPATITIS   6       1.21

我试图用一个唯一的整数替换每个disease。例如，'MUMPS'==1、'POLIO'==2等。最后的数据文件应该如下所示：

        epi_week    state   loc_type    disease    cases    incidence
21835   200011      WY      STATE       1          2        0.40
21836   197501      WY      STATE       2          3        0.76
21837   199607      WY      STATE       3          3        0.61
21838   197116      WY      STATE       1          6        1.73
21839   200048      WY      STATE       3          6        1.21

我使用以下代码：

# creating a dictionary     
disease_dic = {'MUMPS':1, 'POLIO':2, 'MEASLES':3, 'RUBELLA':4,
               'PERTUSSIS':5, 'HEPATITIS A':6, 'SMALLPOX':7, 
               'DIPHTHERIA':8}
data.disease = [disease_dic[item] for item in data.disease]

我收到以下错误：

KeyErrorTraceback (most recent call last)
<ipython-input-115-52394901c90d> in <module>()
----> 1 cdc.disease = [disease_dic[item2] for item2 in cdc.disease]

KeyError: 1

有谁能帮忙解决这个问题吗？谢谢。

Answer 1

使用apply。

Ex:

disease_dic = {'MUMPS':1, 'POLIO':2, 'MEASLES':3, 'RUBELLA':4,
               'PERTUSSIS':5, 'HEPATITIS A':6, 'SMALLPOX':7, 
               'DIPHTHERIA':8}
import pandas as pd
df = pd.DataFrame({"disease": disease_dic.keys()})
print(df["disease"].apply(lambda x: disease_dic.get(x)))

输出：

0    4
1    2
2    1
3    8
4    3
5    5
6    7
7    6
Name: disease, dtype: int64