尝试映射具有重复值的系列时出现 InvalidIndexError

我正在尝试将医院名称映射到其英国邮政编码。我有这些医院（在英国称为“Trusts”）的脊柱手术的 csv，该 csv 是 kate_spine.csv

我从中导入一列（信任）以简化操作。

import pandas as pd
spine = pd.read_csv('~/Dropbox/Work/NNAP/Spine/Kate_W/kate_spine2.csv', usecols = ['Trust'])

显示导入：

spine.head()


Trust
0   THE WALTON CENTRE NHS FOUNDATION TRUST
1   CAMBRIDGE UNIVERSITY HOSPITALS NHS FOUNDATION ...
2   KING'S COLLEGE HOSPITAL NHS FOUNDATION TRUST
3   LEEDS TEACHING HOSPITALS NHS TRUST
4   NT424

这些是信任名称并有一个索引。 我的邮政编码位于 csv all_all.csv 中。我将文件作为一列导入，也“信任”以简化。 下面表格的格式很差，但邮政编码在那里。

postcodes_all = pd.read_csv('all_all.csv', index_col = 'Trust')
postcodes_all.head()

    Unnamed: 0  postcode
Trust       
MANCHESTER UNIVERSITY NHS FOUNDATION TRUST  0   M13 9WL
SOUTH TYNESIDE AND SUNDERLAND NHS FOUNDATION TRUST  1   SR4 7TP
WORCESTERSHIRE HEALTH AND CARE NHS TRUST    2   WR5 1JR
SOLENT NHS TRUST    3   SO19 8BR
SHROPSHIRE COMMUNITY HEALTH NHS TRUST   4   SY3 8XL

我正在尝试使用地图从 14,000 个 csv 中获取大约 200 个代码。这是我的代码：

spine['Trust'].map(postcodes_all['postcode'])

和错误：

InvalidIndexError                         Traceback (most recent call last)
<ipython-input-6-25212fe14f16> in <module>
----> 1 spine['Trust'].map(postcodes_all['postcode'])

~/anaconda3/lib/python3.7/site-packages/pandas/core/series.py in map(self, arg, na_action)
   3826         dtype: object
   3827         """
-> 3828         new_values = super()._map_values(arg, na_action=na_action)
   3829         return self._constructor(new_values, index=self.index).__finalize__(self)
   3830 

~/anaconda3/lib/python3.7/site-packages/pandas/core/base.py in _map_values(self, mapper, na_action)
   1275                 values = self.values
   1276 
-> 1277             indexer = mapper.index.get_indexer(values)
   1278             new_values = algorithms.take_1d(mapper._values, indexer)
   1279 

~/anaconda3/lib/python3.7/site-packages/pandas/core/indexes/base.py in get_indexer(self, target, method, limit, tolerance)
   2983         if not self.is_unique:
   2984             raise InvalidIndexError(
-> 2985                 "Reindexing only valid with uniquely" " valued Index objects"
   2986             )
   2987 

InvalidIndexError: Reindexing only valid with uniquely valued Index objects

Trust 列中的脊柱文件确实包含重复值，因为每行描述了 Trust 内各个医生的手术活动，并且该系列中最多有 10 名医生（因此有 10 个重复的 Trust 名称）。我想在提取唯一的信任名称后尝试此操作。理想情况下，我希望能够对其重复的系列进行此操作。

Trust 列中的脊柱文件确实包含重复值，因为每行描述了 Trust 内各个医生的手术活动，并且该系列中最多有 10 名医生（因此有 10 个重复的 Trust 名称）。

这就是问题所在。当索引重复时，pandas 不知道使用哪个值。请参阅下面的示例。

import pandas as pd

s = pd.Series(['cat', 'dog', 'rabbit', 'cat'])
s

## Out
0       cat
1       dog
2    rabbit
3       cat
dtype: object

s2 = pd.Series(['carnivore', 'omnivore', 'herbivore', 'carnivore'])
# Set the value of `s` as the index of `s2`, since map looks at the Series index.
s2.index = s
s2

## Out
cat       carnivore
dog        omnivore
rabbit    herbivore
cat       carnivore
dtype: object

由于有两次出现cat在索引中s2，pandas 不知道映射时使用哪个值s2 to s（您可以说动物与猫的进食行为存在一对二的映射）。因此，现在尝试使用地图会抛出InvalidIndexError：

s.map(s2)

## Out
---------------------------------------------------------------------------

InvalidIndexError                         Traceback (most recent call last)

<ipython-input-43-1950a0742767> in <module>()
----> 1 s.map(s2)


~/miniconda3/envs/ds/lib/python3.7/site-packages/pandas/core/series.py in map(self, arg, na_action)
   3826         dtype: object
   3827         """
-> 3828         new_values = super()._map_values(arg, na_action=na_action)
   3829         return self._constructor(new_values, index=self.index).__finalize__(self)
   3830 


~/miniconda3/envs/ds/lib/python3.7/site-packages/pandas/core/base.py in _map_values(self, mapper, na_action)
   1275                 values = self.values
   1276 
-> 1277             indexer = mapper.index.get_indexer(values)
   1278             new_values = algorithms.take_1d(mapper._values, indexer)
   1279 


~/miniconda3/envs/ds/lib/python3.7/site-packages/pandas/core/indexes/base.py in get_indexer(self, target, method, limit, tolerance)
   2983         if not self.is_unique:
   2984             raise InvalidIndexError(
-> 2985                 "Reindexing only valid with uniquely" " valued Index objects"
   2986             )
   2987 


InvalidIndexError: Reindexing only valid with uniquely valued Index objects

您需要检查重复值并决定使用哪一个。你可以这样做：

s2[s2.index.duplicated(keep=False)]

## Out
cat    carnivore
cat    carnivore
dtype: object

在这种情况下，两个值cat是相同的，我们可以摆脱其中任何一个（您的描述表明在您的情况下是相同的）。如果它们不同，您就必须选择保留哪一个。

# `~` negates/inverses the indexing
s2 = s2[~s2.index.duplicated()]
s2

## Out
cat       carnivore
dog        omnivore
rabbit    herbivore
dtype: object

s2现在有了动物与进食行为的一对一映射，我们可以安全地映射s2 onto s.

s.map(s2)

## Out
0    carnivore
1     omnivore
2    herbivore
3    carnivore
dtype: object