Sửa code pandas 2 cũ chạy lỗi trên pandas 3, code AI viết
Bài 3/6 · Chương 11
Trang phụ trợ
- 5 phút
- Trung cấp
- Python 3.14
- Cập nhật
Trong bài này · 15
Trang này gom các mẫu code viết cho pandas 2, gặp nhiều trên mạng và trong code AI viết, mà pandas 3 báo lỗi hay lặng lẽ cho kết quả khác, mỗi mẫu kèm cách sửa. Mở trang khi một đoạn code chép về chạy lỗi trên máy bạn, hay chạy được mà số liệu trông lạ.
Cách dùng với trang này
Mỗi câu hỏi là một mẫu code cũ. Câu trả lời nói cách sửa ở câu đầu, rồi cho thấy code cũ chạy trên pandas 3 ra sao, rồi đến code đã sửa. Khối nào báo lỗi thì có dòng cuối của thông báo lỗi bên dưới, để bạn so với lỗi trên máy mình.
Nhóm nguy hiểm nhất là nhóm "Gán giá trị": code cũ vẫn chạy, không dừng, nhưng bảng không đổi như bạn tưởng. Bài Blog pandas 3 có gì mới tóm tắt mọi thay đổi của bản 3; trang này chỉ nói những gì bạn sẽ gặp khi sửa code.
Hàm đã bị bỏ
df.append() báo lỗi, thay bằng gì?
Dùng pd.concat([df1, df2]). DataFrame.append() đã bị bỏ ở pandas 2.0, nên code cũ dừng ngay:
import pandas as pd
thang_1 = pd.DataFrame({"ma_don": ["D1"], "tien": [250000]})
thang_2 = pd.DataFrame({"ma_don": ["D2"], "tien": [90000]})
ca_hai = thang_1.append(thang_2)
Dòng cuối của thông báo lỗi:
AttributeError: 'DataFrame' object has no attribute 'append'
Python gọi lỗi này là AttributeError. Cách viết đúng nối được nhiều bảng một lần và đánh số lại dòng bằng ignore_index=True:
import pandas as pd
thang_1 = pd.DataFrame({"ma_don": ["D1"], "tien": [250000]})
thang_2 = pd.DataFrame({"ma_don": ["D2"], "tien": [90000]})
ca_hai = pd.concat([thang_1, thang_2], ignore_index=True)
print(ca_hai)KẾT QUẢ
ma_don tien
0 D1 250000
1 D2 90000Trang AttributeError: 'DataFrame' object has no attribute 'append' nói thêm trường hợp thêm từng dòng trong vòng lặp, và bài concat() dạy nối bảng.
Ôn lại: concat().
applymap() và iteritems() biến mất?
Đổi tên: applymap() thành map() trên DataFrame, iteritems() thành items(). Cả hai tên cũ báo AttributeError trên pandas 3:
import pandas as pd
gia = pd.DataFrame({"sang": [25000, 30000], "toi": [35000, 40000]})
nghin = gia.map(lambda x: x // 1000)
print(nghin.to_dict("list"))
for buoi, cot in gia.items():
print(buoi, cot.max())KẾT QUẢ
{'sang': [25, 30], 'toi': [35, 40]}
sang 30000
toi 40000map() gọi hàm trên từng ô; khi có cách viết trên cả cột như gia // 1000 thì nên dùng cách đó, nhanh hơn nhiều. Bài apply() nói khi nào cần gọi hàm trên từng ô.
Gán giá trị
df["cot"][dieu_kien] = gia_tri còn dùng được không?
Không: viết df.loc[dieu_kien, "cot"] = gia_tri. Trên pandas 3, lệnh gán hai bước (chained assignment) không sửa bảng, chỉ để lại cảnh báo ChainedAssignmentError. Ví dụ dưới bắt cảnh báo đó để in tên của nó; kết quả là của lần chạy trên máy kiểm bài:
import warnings
import pandas as pd
don = pd.DataFrame({"kenh": ["Web", "App"], "phi": [30000, 30000]})
with warnings.catch_warnings(record=True) as bat:
warnings.simplefilter("always")
don["phi"][don["kenh"] == "App"] = 0
print(bat[0].category.__name__)
print(don["phi"].to_list())KẾT QUẢ
ChainedAssignmentError
[30000, 30000]Chạy trên máy của bạn · Đoạn này cần Python cài trên máy, trang không chạy được.
Phí của đơn App vẫn là 30.000: bảng không đổi. Trên pandas 2.2, chính lệnh này lại sửa được bảng, kèm một FutureWarning, nên code từng đúng nay sai mà không dừng. Cách viết đúng:
import pandas as pd
don = pd.DataFrame({"kenh": ["Web", "App"], "phi": [30000, 30000]})
don.loc[don["kenh"] == "App", "phi"] = 0
print(don["phi"].to_list())KẾT QUẢ
[30000, 0]Bài Copy-on-Write giải thích vì sao, và trang SettingWithCopyWarning nói về cảnh báo cũ mà pandas 3 không còn in.
Vì sao bảng của tôi thành None sau rename(..., inplace=True)?
Vì inplace=True sửa bảng tại chỗ và trả None; gán kết quả đó lại cho biến là mất bảng. Bỏ inplace=True và gán kết quả mới:
import pandas as pd
bang = pd.DataFrame({"Tien": [250000, 90000]})
cu = bang.copy()
ket_qua = cu.rename(columns={"Tien": "tien"}, inplace=True)
print(ket_qua)
moi = bang.rename(columns={"Tien": "tien"})
print(moi.columns.to_list())KẾT QUẢ
None
['tien']Dòng đầu in None: đó là thứ biến ket_qua nhận được, còn cu đã bị đổi tên cột tại chỗ. Cách viết không inplace đọc rõ hơn và nối được thành chuỗi phương thức, như bài drop() và rename() dùng.
Kiểu và chọn theo vị trí
Mẹo dtype == object không tìm thấy cột chữ nào?
So với "str": trên pandas 3 cột chữ có kiểu str thay cho object, nên mẹo cũ lặng lẽ trả list rỗng:
import pandas as pd
don = pd.DataFrame({"ma_don": ["D1", "D2"],
"tien": [250000, 90000]})
cu = [c for c in don.columns if don[c].dtype == object]
moi = [c for c in don.columns if don[c].dtype == "str"]
print(cu, moi)KẾT QUẢ
[] ['ma_don']select_dtypes(include="object") cũng đổi thành include="str"; bài dtype và astype() có cả hai cách.
s[0] báo KeyError trên Series có nhãn chữ?
Dùng s.iloc[0] để lấy theo vị trí. pandas 2 đoán số trong ngoặc vuông là vị trí khi nhãn là chữ; pandas 3 luôn coi nó là nhãn:
import pandas as pd
gia = pd.Series({"Phở bò": 55000, "Bún chả": 45000})
print(gia[0])
Dòng cuối của thông báo lỗi:
KeyError: 0
Python gọi lỗi này là KeyError. gia.iloc[0] cho 55000; gia.loc["Phở bò"] lấy theo nhãn.
Ôn lại: Series.
Ngày giờ
freq="M" báo Invalid frequency?
Đổi "M" thành "ME" (cuối tháng). pandas 3 bỏ các bí danh cũ "M", "Q", "Y", "H", "T"; tên mới là "ME", "QE", "YE", "h", "min":
import pandas as pd
cuoi_thang = pd.date_range("2025-01-31", periods=3, freq="M")
Dòng cuối của thông báo lỗi:
ValueError: Invalid frequency: M. Failed to parse with error message: ValueError("'M' is no longer supported for offsets. Please use 'ME' instead.")
Python gọi lỗi này là ValueError. Với freq="ME", cùng lệnh cho 31/01, 28/02 và 31/03/2025. Lỗi giống hệt khi gọi resample("M").
Ôn lại: bảng tra tần suất, có đủ tên cũ và tên mới.
Code do AI viết
Làm sao để AI viết code cho pandas 3?
Ghi rõ "pandas 3.0" trong câu hỏi, kèm df.dtypes và vài dòng head() của bảng thật, để AI biết tên cột và kiểu. Khi nhận code về, tìm nhanh các mẫu của trang này: append, applymap, inplace=True, == object, ["cot"][...] =, freq="M". Rồi chạy trên bảng nhỏ mà bạn tự tính được kết quả trước khi chạy trên dữ liệu thật. Trang phân tích dữ liệu với AI nói cách kiểm số liệu AI trả về.
Code cũ không báo lỗi thì có chắc đúng không?
Không chắc. Hai mẫu nguy hiểm nhất, gán hai bước và so kiểu với object, đều chạy êm trên pandas 3 mà cho kết quả sai. Cách kiểm nhanh: in bảng trước và sau bước sửa, hay đếm số dòng, tổng một cột ở mỗi bước, rồi so với con số bạn mong đợi.
Chủ đề
Bài này có hữu ích?
Hỏi đáp
Tham vấn chuyên môn
Nhà sáng lập AIDev và VietPlatform · Thạc sĩ AI MSE
- Tốt nghiệp thủ khoa xuất sắc Thạc sĩ AI MSE.
- Đồng sáng lập, CTO E-University, SVOnline: số hóa 10+ đại học, 40.000+ sinh viên.
- Xây hệ thống AI cho doanh nghiệp tại VietPlatform.