无法比较类型'ndarray(dtype=int64)‘和'int64’

Question

我的数据中有一列有条形码，并创建了一个字典来将条形码映射到项ids。

我正在创建一个新的专栏：

df['item_id'] = df['bar_code']

字典(第二个数据集- imdb -)

keys = (int(i) for i in imdb['bar_code'])
values = (int(i) for i in imdb['item_id'])
map_barcode = dict(zip(keys, values))

map_barcode (前5例)

{0: 1000159,9000000017515: 11,7792690324216: 16,7792690324209: 20,70942503334: 33}

，然后用dict映射项id。

df = df.replace({'item_id':map_barcode})

在这里，我希望获得列中的项目ids。

(回到dict示例：)

df['item_id'][0] = 1000159
df['item_id'][1] = 11
df['item_id'][2] = 16
df['item_id'][3] = 20
df['item_id'][4] = 33

但是最终得到了这个错误：

Cannot compare types 'ndarray(dtype=int64)' and 'int64' 

我试图将字典的类型更改为np.int64

keys = (np.int64(i) for i in imdb['bar_code'])
values = (np.int64(i) for i in imdb['item_id'])
map_barcode = dict(zip(keys, values))

但也有同样的错误。

这里有我遗漏的东西吗？

Answer 1

replace实例

首先，我不能重复你的错误。这样做很好：

map_dict = {0: 1000159, 9000000017515: 11, 7792690324216: 16, 7792690324209: 20, 70942503334: 33}

df = pd.DataFrame({'item_id': [0, 7792690324216, 70942503334, 9000000017515, -1, 7792690324209]})

df = df.replace({'item_id': map_dict})

结果：

   item_id
0  1000159
1       16
2       33
3       11
4       -1
5       20

使用map + fillna代替

其次，在生成器表达式中手动迭代Pandas系列是相对昂贵的。此外，replace在通过字典进行映射时效率很低。

事实上，创建一本词典甚至都是不必要的。对于这些任务，有一些优化的基于系列的方法：

map_series = imdb[['bar_code', 'item_id']].astype(int).set_index('bar_code')['item_id']

df['item_id'] = df['item_id'].map(map_series).fillna(df['item_id'])

另请参阅：

• Replace values in a pandas series via dictionary efficiently
• This answer on why you shouldn't ideally use zip with NumPy arrays