Pandas中使用map函数将整数转字符串时列值显示为NaN的问题

这种情况我之前也碰到过，大概率是键和列值的类型不匹配，或者列里存在不在映射字典范围内的值，咱们一步步来排查解决：

第一步：排查核心原因 #

先运行下面两个命令，确认列的类型和实际值：

# 查看列的数据类型
print(df['DayOfWeek'].dtype)
# 查看列的所有唯一值
print(df['DayOfWeek'].unique())

常见的问题场景有两种：

• 列值是字符串类型的数字：比如列里存的是'0'、'1'这种字符串，而你的字典dmap的键是整数0、1，类型不匹配就会返回NaN。
• 列里存在0-6之外的值：比如有7或者其他不在字典键里的数值，这些值找不到对应映射就会变成NaN。

第二步：针对性解决 #

场景1：类型不匹配（字符串转整数） #

如果列是字符串类型，先把它转成整数再映射：

# 先转换类型，再映射
df['DayOfWeek'] = df['DayOfWeek'].astype(int).map(dmap)

或者你也可以修改字典的键为字符串，和列值类型保持一致：

dmap = {'0':'Mon','1':'Tue','2':'Wed','3':'Thur','4':'Fri','5':'Sat','6':'Sun'}
df['DayOfWeek'] = df['DayOfWeek'].map(dmap)

场景2：存在超出范围的值 #

如果列里有不在0-6的数值，你可以用dict.get()来给这些异常值设置默认值（比如'Unknown'），避免出现NaN：

df['DayOfWeek'] = df['DayOfWeek'].map(lambda x: dmap.get(x, 'Unknown'))

额外验证 #

修改完之后，再运行df.head()看看结果，应该就能得到你想要的星期字符串了。

内容的提问来源于stack exchange，提问作者Harshi Itha