我有一个熊猫系列,其独特的价值如下:
['toyota', 'toyouta', 'vokswagen', 'volkswagen,' 'vw', 'volvo']
现在我想修复一些这样的值,如:toyouta - > toyota
(请注意,并非所有值都有错误,如沃尔沃,丰田等)
我已经尝试制作一个字典,其中键是正确的单词,值是要纠正的单词,然后将其映射到我的系列。
这是我的代码的样子:
corrections = {'maxda': 'mazda', 'porcshce': 'porsche', 'toyota': 'toyouta', 'vokswagen': 'vw', 'volkswagen': 'vw'}
df.brands = df.brands.map(corrections)
print(df.brands.unique())
>>> [nan, 'mazda', 'porsche', 'toyouta', 'vw']
正如您所看到的那样,问题就是这样,字典中没有的所有值都会自动转换为nan
。一种解决方案是将所有正确的值映射到自己,但我希望有更好的方法来解决这个问题。
使用:
df.brands = df.brands.map(corrections).fillna(df.brands)
要么:
df.brands = df.brands.map(lambda x: corrections.get(x, x))
要么:
df.brands = df.brands.replace(corrections)