将列的值映射到另一列[重复]答案

【问题标题】：Map columns' values to another column [duplicate]将列的值映射到另一列[重复]
【发布时间】：2020-10-04 22:35:45
【问题描述】：

我有一个包含一些客户信息的数据集，其中一列包含设备代码（标识所使用的设备）。我需要将这些代码翻译成实际的型号名称。我还有第二张表，其中有一列保存设备代码（与第一张表相同），另一列保存相应的型号名称。我知道这可能看起来微不足道，我已经设法通过使用 for 循环、.loc 方法和条件替换将代码转换为模型，但我正在寻找更结构化的解决方案。

这是数据的摘录。

df = pd.DataFrame(
    {
        'Device_code': ['SM-A520F','SM-A520F','iPhone9,3','LG-H860', 'WAS-LX1A', 'WAS-LX1A']
    }
)

transcription_table=pd.DataFrame(
    {
        'Device_code': ['SM-A520F','SM-A520X','iPhone9,3','LG-H860', 'WAS-LX1A', 'XT1662','iPhone11,2'],
        'models': ['Galaxy A5(2017)','Galaxy A5(2017)','iPhone 7','LG G5', 'P10 lite', 'Motorola Moto M','iPhone XS']
    }
)

基本上每次两个表的device_code列匹配时我都需要获取设备的显式模型，并用实际模型名称覆盖第一个表（df）的device_code（或者，它可以是将同一行写入新创建的列，这不是问题）。

感谢您的帮助。

【问题讨论】：

标签： python pandas dictionary

【解决方案1】：

将您的transcription_table 转换为实际映射（也称为字典），然后使用Series.map：

transcription_dict = dict(transcription_table.values)
df['models'] = df['Device_code'].map(transcription_dict)
print(df)

输出：

  Device_code           models
0    SM-A520F  Galaxy A5(2017)
1    SM-A520F  Galaxy A5(2017)
2   iPhone9,3         iPhone 7
3     LG-H860            LG G5
4    WAS-LX1A         P10 lite
5    WAS-LX1A         P10 lite

【讨论】：

正是我需要的，谢谢！

【解决方案2】：

这只是一种解决方案：

# Dictionary that maps device codes to models
mapping = transcription_table.set_index('Device_code').to_dict()['models']

# Apply mapping to a new column in the dataframe
# If no match is found, None will be filled in
df['Model'] = df['Device_code'].apply(lambda x: mapping.get(x))

【讨论】：