尝试用整数转整数字典为Pandas DataFrame映射新列失败，求解决

嘿，我一眼就瞅出问题所在啦！你创建DataFrame的时候，用np.array初始化的数组里，虽然你写了整数7365301，但整个数组的类型会被统一成字符串（因为数组里混合了字符串和数字），导致id列的实际类型是字符串（object），而你的item_map字典的键是整数类型——类型不匹配，自然就没法成功映射啦！

下面给你两种靠谱的解决办法：

方法一：先转换id列的类型，再映射 #

这是最推荐的方式，毕竟id这类字段本身就应该是数值型的：

import numpy as np
import pandas as pd

# 你的原代码
data=np.array([ ['Item 1',7365301,"Cool item."] ])
items = pd.DataFrame(data = data, columns = ['name','id','description'])
item_map = {7365301: 10}

# 关键步骤：把id列转换成整数类型
items['id'] = items['id'].astype(int)

# 现在再用map映射到新列
items['mapped_id'] = items['id'].map(item_map)

# 查看结果
print(items)

执行后你会得到预期的结果：

name       id  description  mapped_id
0  Item 1  7365301  Cool item.         10

如果你的id列里可能存在无法转换成整数的异常值，可以用更安全的pd.to_numeric来处理：

items['id'] = pd.to_numeric(items['id'], errors='coerce')  # 无法转换的值会变成NaN

方法二：修改字典的键为字符串（不推荐，但应急可用） #

如果你暂时不想修改DataFrame的列类型，也可以把字典的键改成和id列匹配的字符串：

item_map_str = {'7365301': 10}
items['mapped_id'] = items['id'].map(item_map_str)

不过这种方式不够规范，毕竟id作为标识字段用数值型存储更合理，还是优先用方法一哦~

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