我有以下形式的大型數據框：FundManager | AsOfDate | InvestmentDesc | Amount ManagerA | 6/1/2020 | Four Seasons 1st lien TL | 25500.86 ManagerA | 6/1/2020 | Arden Group First Lien TL | 28731.00 ManagerB | 6/1/2020 | Four Seasons 1L Term Loan | 16853.00 ManagerB | 6/1/2020 | Arden 1st Lien Term Loan | 50254.30相同的基礎金融工具通常由多個資產管理人持有，但描述方式略有不同，如上表所示（例如“四季 1st 留置權 TL”與“四季 1L 定期貸款”）。我正在嘗試找出對 pandas 數據框中的“InvestmentDesc”列進行某些替換的最佳方法（例如，將“Term Loan”替換為“TL”，將“1st Lien”替換為“1L”），理想情況下（i）以一種不必為每個術語重復遍歷數百萬行的方式，以及 (ii) 可以在數據框中的少數其他列上使用但使用單獨的術語列表進行替換的方式。我目前有以下功能：def replace_all(dictReplace, text): rep = dict((re.escape(k), v) for k, v in dictReplace.items()) pattern = re.compile("|".join(rep.keys())) text = pattern.sub(lambda m: rep[re.escape(m.group(0))], text) return text然后我試圖將要替換的術語列表傳遞到其中（我假設是字典？）和要修改的現有數據框列：dictRepStrings = {"1st lien": "1l", "first lien": "1l", "2nd lien": "2l", "second lien": "2l", "term loan": "tl"}df['NewCol'] = df['InvestmentDesc'].apply(lambda x: replace_all(dictRepStrings, df['InvestmentDesc']))df然而，在這樣做時，我最終得到“TypeError: expected string or bytes-like object”，如下所示：---------------------------------------------------------------------------TypeError Traceback (most recent call last)<ipython-input-10-a37630bdc5a4> in <module> 23 24 dictRepStrings = {"1st lien": "1l", "first lien": "1l", "2nd lien": "2l", "second lien": "2l", "term loan": "tl"}---> 25 df['NewCol'] = df['InvestmentDesc'].apply(lambda x: replace_all(dictRepStrings, df['InvestmentDesc'])) 26 df~\anaconda3\lib\site-packages\pandas\core\series.py in apply(self, func, convert_dtype, args, **kwds) 3846 else: 3847 values = self.astype(object).values-> 3848 mapped = lib.map_infer(values, f, convert=convert_dtype) 3849 3850 if len(mapped) and isinstance(mapped[0], Series):經過兩天的谷歌搜索直到沮喪，我根本無法弄清楚我做錯了什么或如何解決。任何關于我應該如何進行的建議或想法將不勝感激！
3 回答
郎朗坤
TA貢獻1921條經驗 獲得超9個贊
您的應用函數存在語法問題。您不是將單個文本和字典作為參數傳遞，而是InvestmentDesc在應用程序中傳遞整個系列 ( ) 列。因此，該函數在使用 的調用期間失敗lambda。
必需的：
replace_all(dictReplace, text)鑒于：
replace_all(dictRepStrings, df['InvestmentDesc'])
您可以自己解決這個問題，但為了可讀性，我建議您進行一些小的更改。嘗試將其與args參數一起使用。
def replace_all(text, dictReplace): #Made dictReplace as second parameter
rep = dict((re.escape(k), v) for k, v in dictReplace.items())
pattern = re.compile("|".join(rep.keys()))
text = pattern.sub(lambda m: rep[re.escape(m.group(0))], text)
return text
dictRepStrings = {"1st lien": "1l", "first lien": "1l", "2nd lien": "2l", "second lien": "2l", "term loan": "tl"}
df['NewCol'] = df['InvestmentDesc'].apply(replace_all, args=[dictRepStrings]) #modified apply function with args
df
請注意，我通過刪除更改了應用函數的結構lambda，添加了args參數并將其作為dict函數中的第二個參數，因此apply將每一行作為dict第一個參數傳遞，第二個參數定義在args
這對我有用，如果您仍然遇到問題，請告訴我。
楊魅力
TA貢獻1811條經驗 獲得超6個贊
你也可以像這樣做一些相對簡單的事情：
def replacer(desc, replacers):
for key in replacers.keys():
if key in desc.lower():
desc = desc.lower().replace(key, replacers[key]).title()
return desc
replacers = {'1st lien': '1l', 'first lien': '1l', '2nd lien': '2l', 'second lien': '2l', 'term loan': 'tl'}
df['InvestmentDesc'].apply(replacer, replacers=replacers)
輸出：
0 Four Seasons 1L Tl
1 Arden Group 1L Tl
2 Four Seasons 1L Tl
3 Arden 1L Tl
不確定大寫是否重要，或者你可以稍微調整一下以獲得你想要的大寫。但我認為這是一個非常簡單的解決方案，并且還將考慮每個字符串中的多個匹配項
也許可以針對不區分大小寫的正則表達式搜索/替換修改它，但原理相同
添加回答
舉報
0/150
提交
取消