我正在尝试替换此数据框中的“ Period”列的值:
Year Period y yhat Contas Resultado
0 2017 1 1.251556e+00 1.251556e+00 Devoluções
1 2017 2 2.109900e-01 2.109899e-01 Devoluções
2 2017 3 1.186015e+00 1.186015e+00 Devoluções
3 2017 4 2.530208e-01 2.530208e-01 Devoluções
4 2017 5 2.305744e-01 2.305745e-01 Devoluções
5 2017 6 2.367768e-01 2.367768e-01 Devoluções
6 2017 7 2.509670e-01 2.509670e-01 Devoluções
7 2017 8 2.525350e-01 2.525350e-01 Devoluções
8 2017 9 2.509663e-01 2.509663e-01 Devoluções
9 2017 10 2.204747e-01 2.204747e-01 Devoluções
10 2017 11 2.262774e-01 2.262774e-01 Devoluções
11 2017 12 2.373548e-01 2.373548e-01 Devoluções
12 2018 1 1.155845e+00 1.155845e+00 Devoluções
...
使用此命令:
repl_dict = {
'01': 'M1', '02': 'M2', '03': 'M3', '04': 'M4', '05': 'M5', '06': 'M6',
'07': 'M7', '08': 'M8', '09':'M9', '10':'M10', '11':'M11', '12':'M12'
}
results['Period'].replace(repl_dict)
但是我收到以下错误:
TypeError: Cannot compare types 'ndarray(dtype=int64)' and 'str'
df.assign(Period=[f'M{i}' for i in df.Period])
Year Period y yhat Contas Resultado
0 2017 M1 1.251556 1.251556 Devoluções
1 2017 M2 0.210990 0.210990 Devoluções
2 2017 M3 1.186015 1.186015 Devoluções
3 2017 M4 0.253021 0.253021 Devoluções
4 2017 M5 0.230574 0.230574 Devoluções
5 2017 M6 0.236777 0.236777 Devoluções
6 2017 M7 0.250967 0.250967 Devoluções
7 2017 M8 0.252535 0.252535 Devoluções
8 2017 M9 0.250966 0.250966 Devoluções
9 2017 M10 0.220475 0.220475 Devoluções
10 2017 M11 0.226277 0.226277 Devoluções
11 2017 M12 0.237355 0.237355 Devoluções
12 2018 M1 1.155845 1.155845 Devoluções
str.format
功能df.assign(Period=df.Period.map('M{}'.format))
Year Period y yhat Contas Resultado
0 2017 M1 1.251556 1.251556 Devoluções
1 2017 M2 0.210990 0.210990 Devoluções
2 2017 M3 1.186015 1.186015 Devoluções
3 2017 M4 0.253021 0.253021 Devoluções
4 2017 M5 0.230574 0.230574 Devoluções
5 2017 M6 0.236777 0.236777 Devoluções
6 2017 M7 0.250967 0.250967 Devoluções
7 2017 M8 0.252535 0.252535 Devoluções
8 2017 M9 0.250966 0.250966 Devoluções
9 2017 M10 0.220475 0.220475 Devoluções
10 2017 M11 0.226277 0.226277 Devoluções
11 2017 M12 0.237355 0.237355 Devoluções
12 2018 M1 1.155845 1.155845 Devoluções
本文收集自互联网,转载请注明来源。
如有侵权,请联系 [email protected] 删除。
我来说两句