如何用字典中的查找值替換 pandas DataFrame 列？

Question

假設我有以下簡單的 pandas DataFrame：

df = pd.DataFrame({"id": [1, 2, 3, 4, 5],
                   "country": ["Netherlands", "Germany", "United_States", "England", "Canada"]})

以及帶有country /地區列中值縮寫的字典：

abr = {"Netherlands": "NL",
       "Germany": "GE",
       "United_States": "US",
       "England": "EN",
       "Canada": "CA"
}

我想將 DataFrame 的country列中的值更改為字典中的查找值。 結果將如下所示：

    id  country
0   1   NE
1   2   GE
2   3   US
3   4   EN
4   5   CA

我試着用

df["country"] = abr[df["country"]]

但這給出了以下錯誤：

TypeError: 'Series' objects are mutable, thus they cannot be hashed

我了解為什么會發生此錯誤（代碼嘗試使用 hash 和 object 而不是列中的字符串值），但是有沒有辦法解決這個問題？

Answer 1

df["country"] = df["country"].map(abr)
print(df)

印刷：

   id country
0   1      NL
1   2      GE
2   3      US
3   4      EN
4   5      CA

Answer 2

您可以使用 pandas function replace()特別考慮這些場景。 小心不要將它與不帶字典的 python 內置.str.repace()混淆。

嘗試：

df['country'] = df['country'].replace(abr)