TypeError：“Zipcode”对象不可订阅

Question

我用的是Python3，有一个熊猫df，看起来像

    zip
0   07105
1   00000
2   07030
3   07032
4   07032

我想使用python包uszipcode添加状态和城市。

import uszipcode
search = SearchEngine(simple_zipcode=False)
def zco(x):
    print(search.by_zipcode(x)['City'])

df['City'] = df[['zip']].fillna(0).astype(int).apply(zco)

但是，我得到以下错误

TypeError: 'Zipcode' object is not subscriptable

有人能帮上忙吗？提前谢谢你。

Answer 1

调用search.by_zipcode(x)返回一个实例，而不是字典，因此对该对象应用['City']失败。

相反，可以使用较短别名的.major_city属性属性；您希望返回该值，而不是打印它：

def zco(x):
    return search.by_zipcode(x).city

如果要使用uszipcode项目将邮政编码映射到州和城市名称，则不需要使用完整的数据库(450 If下载)。只需保留“简单”版本(仅为9MB )，将simple_zipcode=False参数省略到SearchEngine()中即可。

接下来，这会非常慢。.apply()在幕后使用一个简单的循环，对于每一行，.by_zipcode()方法将使用SQLAlchemy查询SQLite数据库，创建一个包含匹配行中所有列的单一结果对象，然后返回该对象，这样您就可以从它们获得一个单一属性。

使用Pandas SQL方法直接查询数据库会好得多。uszipcode包在这里仍然很有用，因为它负责为您下载数据库并创建SQLAlchemy会话，属性允许您直接访问它，但从这里开始，我只需要这样做：

from uszipcode import SearchEngine, SimpleZipcode

search = SearchEngine()
query = (
    search.ses.query(
        SimpleZipcode.zipcode.label('zip'),
        SimpleZipcode.major_city.label('city'),
        SimpleZipcode.state.label('state'),
    ).filter(
        SimpleZipcode.zipcode.in_(df['zip'].dropna().unique())
    )
).selectable
zipcode_df = pd.read_sql_query(query, search.ses.connection(), index_col='zip')

若要创建，请使用映射到城市和州列的所有唯一邮政编码。然后你可以使用zipcode dataframe连接您的数据

df = pd.merge(df, zipcode_df, how='left', left_on='zip', right_index=True)

这会将city和state列添加到原始数据your中。如果需要输入更多列，请将它们添加到search.ses.query(...)部分，使用.label()在输出数据中为它们提供一个合适的列名(如果没有.label()，它们将以simple_zipcode_或zipcode_作为前缀，这取决于您使用的类)。从模型属性文档化中选择，但是要考虑到如果您需要访问模型属性，您需要使用SearchEngine(simple_zipcode=False)来确保您可以使用完整的450 in数据集，然后在查询中使用Zipcode.<column>.label(...)而不是SimpleZipcode.<column>.label(...)。

将邮政编码作为zipcode_df数据row中的索引，这将比单独在每一行上使用SQLAlchemy快得多(zippier：-)。