Pandas df 基于 dict 追加新列答案

【问题标题】：Pandas df append new column based on dictPandas df 基于 dict 追加新列
【发布时间】：2022-01-14 21:53:53
【问题描述】：

我试图通过使用字典在我的数据框中添加一个新列：

我的数据框如下所示：

df = pd.DataFrame({
        'Time': [1,2,3,4,5,6,7,8,9,10],
        'Code': ['A', 'C', 'X', 'Y', 'A', 'B', 'X', 'A', 'Z', 'L'],
        'Value': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
        })

我的 dic 看起来像这样：

dic = {(1,'A',1):"P",(2,'C',2):"O",(3,'X',3):"P",(4,'Y',4):"O",(5,'A',5):"P",(6,'B',6):"O",(7,'X',7):"P",(8,'A',8):"P",(9,'Z',9):"O",(10,'L',10):"O"}

我对如何做到这一点进行了一些研究，并提出了使用地图功能：

df['final'] = dic[df['Time',"Code","Value"].map(dic)

但它确实有效 - 不可散列的类型：“系列”..

有没有办法解决这个问题？谢谢大家

【问题讨论】：

标签： python pandas dataframe numpy dictionary

【解决方案1】：

使用DataFrame.join 将dic 转换为Series：

df = df.join(pd.Series(dic).rename('final'), on=['Time','Code','Value'])
print (df)
   Time Code  Value final
0     1    A      1     P
1     2    C      2     O
2     3    X      3     P
3     4    Y      4     O
4     5    A      5     P
5     6    B      6     O
6     7    X      7     P
7     8    A      8     P
8     9    Z      9     O
9    10    L     10     O

【讨论】：

【解决方案2】：

代码 sn-p 应该适用于您的用例。

import pandas as pd

df = pd.DataFrame({
        'Time': [1,2,3,4,5,6,7,8,9,10],
        'Code': ['A', 'C', 'X', 'Y', 'A', 'B', 'X', 'A', 'Z', 'L'],
        'Value': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
        })

dic = {(1,'A',1):"P",(2,'C',2):"O",(3,'X',3):"P",(4,'Y',4):"O",(5,'A',5):"P",(6,'B',6):"O",(7,'X',7):"P",(8,'A',8):"P",(9,'Z',9):"O",(10,'L',10):"O"}

df['final'] = df.apply(lambda x: dic.get((x['Time'],x['Code'],x['Value']),''),axis=1)

df

输出：

   Time Code  Value final
0     1    A      1     P
1     2    C      2     O
2     3    X      3     P
3     4    Y      4     O
4     5    A      5     P
5     6    B      6     O
6     7    X      7     P
7     8    A      8     P
8     9    Z      9     O
9    10    L     10     O

【讨论】：