映射为新值已全部更改为NaN

Question

最初，我有一个数据框df1，其中包含一个性别列，其值是Female和Male。由于我想使用临时数据框，因此我首先复制了它。参见代码：

df2 = df1
gMap = {'Female': 1, 'Male': 0}
df2['sex']=df2['sex'].map(gMap)

发生了2个问题：

• 性别列中的所有值均已更改为NaN
• 即使运行df1.head，我也会看到值NaN而不是原始性别

最后一个问题是，如何将列数据类型以及上面的映射更改为整数。

Answer 1

为了避免引用原始DataFrame，必须首先为DataFrame新建一个C0，因此更改df1将避免更改df2。

如果没有匹配可能的问题是尾随空格，请通过DataFrame.copy删除它们：

DataFrame.copy

这也会改变数据类型吗？

取决于。

如果列中的所有唯一值都是Series.str.strip或Series.str.strip（字典中的键），则创建新的整数列：

df2 = df1.copy()

print (df2['sex'].unique())

gMap = {'Female': 1, 'Male': 0}
df2['sex']=df2['sex'].str.strip().map(gMap)

如果有更多值，请获取浮点列，因为不匹配的值将返回缺少的值：

Female