df.replace() 会抛出 ValueError 错误

Question

我曾经使用较旧的 Pandas 版本（0.22，py2）以特定方式转置表格。最近，我有一些时间开始将整个脚本移动到 Pandas 2 / py3，我注意到它在

df.replace()

停止工作，抛出

ValueError

输入

df

看起来像这样：

       Fruit   Vegetable  Sour_taste
Apple   1.0    NaN        1.0
Lemon   1.0    NaN        1.0
Potato  NaN    1.0        NaN

我希望它看起来像这样：

Apple   Fruit,Sour_taste
Lemon   Fruit,Sour_taste
Potato  Vegetable

我曾经在 pandas 0.22/py2 中像这样转换这个表：

df = df.apply(lambda column: column.replace(to_replace = column.loc[column > 0], value = column.name), axis = 0)

df["merged"] = df.apply(lambda row: ",".join(row.dropna().astype(str)), axis=1)

df = df[["merged"]].reset_index()

但是 pandas2/py3 中的第一行代码结果是：

ValueError: Series.replace cannot use dict-like to_replace and non-None value

我既不理解错误消息，也不理解为什么会发生。

Answer 1

在 pandas 的最新版本中，当您在案例中使用类似字典/系列的值 (column[column > 1]) 时，您不应显式指定替换值

value

，因为替换值会自动从字典中获取每个对应的键。话虽如此，您可以使用点积进行反向编码来简化代码，使其更加高效

(df.ge(1) @ ( df.columns + ', ')).str[:-2]

---

Apple     Fruit, Sour_taste
Lemon     Fruit, Sour_taste
Potato            Vegetable
dtype: object

Answer 2

要修复代码，您需要屏蔽这些值，然后使用

apply

中的索引：

df.where(df.ge(1)).apply(lambda x: ','.join(x.dropna().index), axis=1)

输出：

Apple     Fruit,Sour_taste
Lemon     Fruit,Sour_taste
Potato           Vegetable
dtype: object

或者，如果您有包含许多行和列的稀疏输入，这可能会更有效：

out = (df
   .where(df.ge(1)).stack().reset_index(1)['level_1']
   .groupby(level=0).agg(','.join)
)