如何将数据框中的列用作字典键值？答案

【问题标题】：How to use a column in dataframe as dictionary key value?如何将数据框中的列用作字典键值？
【发布时间】：2022-11-28 14:19:57
【问题描述】：

假设有一个数据集。假设数据集有一个 A 列，其中包含城市名称，例如“纽约”、“加利福尼亚”或“佛罗里达” 现在我们有一本像这样的字典

my_dict = {"New York":1, "California":2, "Florida":3}

所以我需要生成一个 B 列，如果 A 列的行值为“纽约”，则 B 列的值为 1，如字典中所示。

我使用了 lambda 函数并且它有效，但是是否可以不使用 lambda 函数？

【问题讨论】：

标签： python dataframe dictionary jupyter-notebook

【解决方案1】：

这看起来很做作但有效：

df = pd.DataFrame([my_dict]).stack().reset_index()
df.drop(df.columns[[0]], axis=1, inplace=True)
df.columns = ['A', 'B']

并给出

            A  B
0    New York  1
1  California  2
2     Florida  3

【讨论】：

【解决方案2】：

方法一

import pandas as pd

my_dict = {"New York":1, "California":2, "Florida":3}

# creating dataframe from dictionary itself, for reproducing the scenario
existing_df = pd.DataFrame({"reference_column" : my_dict.keys()})

# duplicate the reference column (city column)
existing_df["value_column"] = existing_df["reference_column"]

# replace the values in duplicate column with corresponding values from dictionary
existing_df.replace({"value_column" : my_dict}, inplace = True)

解释：

df.replace({'column' : replacement_dictionary}) 是一种 find and replace 技术。 find 将列的值与 replacement_dictionary 的键进行比较。如果键匹配，则其值用于替换列的现有值

方法二

import pandas as pd

my_dict = {"New York":1, "California":2, "Florida":3}

# reproducing original dataframe with reference city column
existing_df = pd.DataFrame({"reference_column" : my_dict.keys()})

# dictionary coverted into dataframe
replacement_df = pd.DataFrame({"reference_column" : my_dict.keys(), "value_column" : my_dict.values()})

# left join both on city column with original df as left table
merge_df = existing_df.merge(replacement_df, on = ["reference_column"], how = "left")

解释：

字典可以转换为数据框（replacement_df），其中键作为一列，值作为另一列。此转换后的数据框可以与现有数据框合并，条件是现有数据框中的城市名称应与 replacement_df 中的城市名称相匹配

两种方法的输出：

【讨论】：