Pandas从映射DataFrame导入数据报错'x'未定义，求解决及处理NaN需求

错误原因 #

• 函数调用方式错误：data['countryCode'].apply(language_converter(x)) 中，你直接执行了language_converter(x)并把结果传给apply，但此时变量x并未定义，导致报错。apply需要传入的是函数对象本身，而非函数调用后的结果。
• 未处理映射缺失的情况：原函数中，若countryCode不在映射表中，query会返回空DataFrame，此时values[0]会触发索引越界错误。

修复方案 #

方案1：修正原函数与apply调用 #

先修改apply的调用方式，再在函数中添加缺失值处理：

import pandas as pd

languages = {'Language': ["English", "German", "French", "Spanish"],
            'countryCode': ["EN", "DE", "FR", "ES"]
            }

countries = {'Country': ["Australia", "Argentina", "Mexico", "Algeria", "China"],
             'countryCode': ["EN", "ES", "ES", "FR", "CN"]
            }

language_map = pd.DataFrame(languages)
data = pd.DataFrame(countries)

def language_converter(x):
    # 获取匹配的语言结果
    lang_result = language_map[language_map['countryCode'] == x]['Language']
    # 存在则返回第一个值，否则返回NaN
    return lang_result.iloc[0] if not lang_result.empty else pd.NA

# apply直接传函数名，无需加参数
data['Language'] = data['countryCode'].apply(language_converter)

方案2：使用更高效的pandas原生方法（推荐） #

相比自定义函数+apply，用字典映射或merge更符合pandas的风格，且效率更高：

方法A：用Series.map

先将映射表转为字典，再用map自动匹配，缺失的键会返回NaN：

import pandas as pd

languages = {'Language': ["English", "German", "French", "Spanish"],
            'countryCode': ["EN", "DE", "FR", "ES"]
            }

countries = {'Country': ["Australia", "Argentina", "Mexico", "Algeria", "China"],
             'countryCode': ["EN", "ES", "ES", "FR", "CN"]
            }

language_map = pd.DataFrame(languages)
data = pd.DataFrame(countries)

# 转换为countryCode到Language的字典
lang_dict = language_map.set_index('countryCode')['Language'].to_dict()

# map自动匹配，无对应值则设为NaN
data['Language'] = data['countryCode'].map(lang_dict)

方法B：用merge左连接

通过左连接保留原数据的所有行，映射不到的字段自动设为NaN：

import pandas as pd

languages = {'Language': ["English", "German", "French", "Spanish"],
            'countryCode': ["EN", "DE", "FR", "ES"]
            }

countries = {'Country': ["Australia", "Argentina", "Mexico", "Algeria", "China"],
             'countryCode': ["EN", "ES", "ES", "FR", "CN"]
            }

language_map = pd.DataFrame(languages)
data = pd.DataFrame(countries)

# 左连接，仅保留data中的行，映射不到的Language为NaN
data = data.merge(language_map, on='countryCode', how='left')

效果说明 #

以上方案均满足你的需求：

• 映射表中不存在的countryCode（如CN）会被设为NaN/pd.NA
• 映射表中存在但原数据没有的条目（如DE）不会被加入结果中

内容的提问来源于stack exchange，提问作者Novice Python charmer