如何将列的值映射到新列

Question

我是 python 新手，数据集如下：

package_name,name,starttime,duration   
com.instagram.android,Instagram,2020-10-19 21:18:57.527,0.116
com.instagram.android,Instagram,2020-10-19 21:26:42.613,3.945
com.facebook.katana,Facebook,2020-10-19 21:26:45.050,1.277
,sudoku,2020-10-30 20:20:45.050,25.277  

我正在尝试添加包含应用程序类别的列。例如：Facebook 和 Instagram = '交流'，数独 = '游戏'，...

如何在非常大的数据集上完成此操作？

Answer 1

本质上，您希望将列的值映射到查找表。为此，pandas.Series.map() 函数非常有用。

The official docs can be found here.

步骤：

• 创建一个查找表（具体来说是dict）
• 将您的数据读入pandas.DataFrame
• 在要映射的键列上调用map函数
• 将输出分配给新列

示例代码：

import pandas as pd

# Create a lookup table (dict).
lookup = {'instagram': 'communication',
          'facebook': 'communication',
          'sudoku': 'games'}

# Use DataFrame in OP's question.
df = pd.read_clipboard(sep=',')
# Alternatively, the dataset can be read data from a CSV file.
# df = pd.read_csv('/path/to/file.csv', sep=',')
  
# Map the values from `name` column (lower cased) to the category.
df['category'] = df['name'].str.lower().map(lookup)

输出：

            package_name       name                starttime  duration     \
0  com.instagram.android  Instagram  2020-10-19 21:18:57.527        0.116   
1  com.instagram.android  Instagram  2020-10-19 21:26:42.613        3.945   
2    com.facebook.katana   Facebook  2020-10-19 21:26:45.050        1.277   
3                    NaN     sudoku  2020-10-30 20:20:45.050       25.277   

        category  
0  communication  
1  communication  
2  communication  
3          games