python keyerror与数据帧查找并应用lambda

Question

我有一个包含两列ProductID和Balance的数据框。 一些Balance列的values =0 (df['Balance']=0) 。 我的数据框包含不同的产品：

Index ProductID Balance

1        10     100

**2      20     0**

3        30     200

**4      20     150

5        20     240**

6        40     100

7        30     200

我想根据product ID=20 ((0 +150 + 240)/3 =130)在索引2处归零平均余额。

我正在使用以下代码：

1. 首先根据ProductID获取balance_average ：

   balance_average = df.pivot_table(values='Balance', index='ProductID')

2. 标识零余额行：

   zero_bool = (df['Balance'] == 0)

3. 应用balance_average：

   df.loc[zero_bool, 'Balance'] = df.loc[zero_bool, 'ProductID'].apply(lambda x: balance_average[x])

当我在python 3.6中执行以上代码时，出现KeyError: '20' 。 第一个零余额列的对应ProductID为20。 有人可以告诉我上述代码有什么问题吗？

Answer 1

我认为错误是因为您在应用代码中正在像字典一样阅读“ balance_average”（这是您需要做的-将balance_average转换为dict）。

你能试一下吗？：

 balance_average = df.pivot_table(values='Balance', index='ProductID')
 bal_avg_dct = balance_average.to_dict()
 ....
 df.loc[zero_bool, 'Balance'] = df.loc[zero_bool, 'ProductID'].apply(lambda x: balance_average[x])

Answer 2

出现balance_average的原因是因为您错误地访问了balance_average ，如果print (balance_average) ，则会得到以下信息：

>>> print (balance_average)
           Balance
ProductID         
10             100
20             130
30             200
40             100

这不是您想要的标量。 您可以像这样访问值：

>>> print (balance_average['Balance'][20])
130

因此，您的lambda函数应为：

lambda x: balance_average['Balance'].[x]