【问题标题】:Passing values from a dictionary into a new column in a dataframe将字典中的值传递到数据框中的新列
【发布时间】:2023-01-03 20:06:03
【问题描述】:

我正在使用以下 df 和字典

               Country    Population      Continent
0                China  1.367645e+09  South America
1        United States  3.176154e+08  South America
2                Japan  1.274094e+08  South America
3       United Kingdom  6.387097e+07  South America
4   Russian Federation  1.435000e+08  South America
5               Canada  3.523986e+07  South America
6              Germany  8.036970e+07  South America
7                India  1.276731e+09  South America
8               France  6.383735e+07  South America
9          South Korea  4.980543e+07  South America
10               Italy  5.990826e+07  South America
11               Spain  4.644340e+07  South America
12                Iran  7.707563e+07  South America
13           Australia  2.331602e+07  South America
14              Brazil  2.059153e+08  South America
ContinentDict  = {'China':'Asia', 
                  'United States':'North America', 
                  'Japan':'Asia', 
                  'United Kingdom':'Europe', 
                  'Russian Federation':'Europe', 
                  'Canada':'North America', 
                  'Germany':'Europe', 
                  'India':'Asia',
                  'France':'Europe', 
                  'South Korea':'Asia', 
                  'Italy':'Europe', 
                  'Spain':'Europe', 
                  'Iran':'Asia',
                  'Australia':'Australia', 
                  'Brazil':'South America'}

我想做的是创建一个名为“大陆”的新列,它是通过将国家与字典中的键匹配以检索其特定值(大陆)来创建的

for country in df['Country']:    
    df['Continent'] = ContinentDict[country]

然而,问题是我没有得到正确的大陆,正如你在 df 图像中看到的那样,整个栏目都充满了“南美洲”....

我正在尝试为每个国家/地区获取正确的大陆

【问题讨论】:

    标签: python


    【解决方案1】:

    您可以使用:

    df['Continent']=df['Country'].replace(ContinentDict)
    

    【讨论】:

      猜你喜欢
      • 2017-04-22
      • 2018-05-08
      • 2023-03-22
      • 2018-05-03
      • 1970-01-01
      • 2019-07-07
      • 2014-09-26
      • 2016-01-30
      • 2021-07-14
      相关资源
      最近更新 更多