pandas Series.replace() 没有从 defaultdict 生成默认值答案

【问题标题】：pandas Series.replace() not generating default value from defaultdictpandas Series.replace() 没有从 defaultdict 生成默认值
【发布时间】：2021-10-10 04:59:35
【问题描述】：

之后我总是可以 .fillna() 。但我正在尝试将“OTHER”的值作为重新编码字典的一部分。我认为 defaultdict 可能很合适，但它的行为似乎像一个生成器，并且 pandas Series.replace() 似乎不会为代码中之前未请求的键生成结果。

示例代码：

import pandas as pd
from collections import defaultdict

recode = defaultdict(lambda:"Unknown", {
    1 : "Yes",
    2 : "No"
})

print("key 0:", recode[0]) # Will generate a key-value for the key "0"

df = pd.DataFrame(pd.Series([0,1,2,5]), columns = ["code"])
df['answer'] = df['code'].replace(recode)
print(df)

将生成此输出：

key 0: Unknown
   code   answer
0     0  Unknown
1     1      Yes
2     2       No
3     5        5

因此，由于我们在 recode[0] 上调用了 print()，因此会生成它，并且可以由 pd.Series.replace() 使用，但 recode[5] 只能由 pd.Series.replace() 搜索，并且因此不会像我预期的那样被“未知”取代。

建议？（关于如何在重新编码数据结构中包含“其他”）

接受的答案

基于Anurag Dabass 的回答，您可以只使用地图...

recode = defaultdict(lambda:"Unknown", {
    1 : "Yes",
    2 : "No",
    None: "Ah shit"
})
df['answer'] = df['code'].map(recode)

输出：

    code    answer
0   0   Unknown
1   1   Yes
2   2   No
3   5   Unknown

【问题讨论】：

标签： python pandas replace collections defaultdict

【解决方案1】：

当你这样做时：

print("key 0:", recode[0])

由于记录中不存在键 0，因此它将生成一个值为“未知”的键 0，因为您在 defaultdict 中创建 0 键时没有分配任何值

所以现在重新编码变成：

print(record)
defaultdict(<function __main__.<lambda>()>, {1: 'Yes', 2: 'No', 0: 'Unknown'})

所以现在如果你这样做：

df['answer'] = df['code'].replace(recode)

0 被替换为“未知”，因为默认字典重新编码中存在值 0，即“未知”，并且默认字典中不存在值 5，因此它保持不变，您可以通过以下方式检查：

print('keys: ',recode.keys(),'\nvalues: ',recode.values())

keys:  dict_keys([1, 2, 0]) 
values:  dict_values(['Yes', 'No', 'Unknown'])

更新：

您可以使用简单的字典或带有map()+fillna()的默认字典：

df['answer'] = df['code'].map({1:'Yes',2:'No'}).fillna('Other')

df的输出：

    code    answer
0   0       Other
1   1       Yes
2   2       No
3   5       Other

【讨论】：

@CarlF.Corneil 先生，您想要像 ['other','yes','no','other'] 这样的答案列值吗？
@CarlF.Corneil 更新了答案....请看一下:)
啊，很好。是的，这也可以与 defaultdict 一起使用，方法是直接引用一个不应存在于 defaultdict 中的键。 df['answer'] = df['code'].map(recode).fillna(recode[None])
@CarlF.Corneil 但df['code'].map(recode).fillna(recode[None]) 将在 defaultdict 中为每个“未知”值创建附加条目
我想也许我用一个没有 .fillna 的纯 .map 得到了想要的结果就像你说的那样，map 函数会在 defaultdict 中创建新条目，但这很好。对我来说，defaultdict可以正确输入代码，比使用后保存更重要。

【解决方案2】：

看起来像 pandas.core _replace_columnwise checks if the keys are in the mapping before replacing。

所以在上面的示例代码运行之后，你可以用逻辑检查哪些会被替换。

print(0 in recode)
print(5 in recode)

输出：

True
False

所以我想这是要问熊猫开发者，他们是否可以在替换功能中支持类似字典的生成器？

【讨论】：