替换列中值的最佳python数据结构？答案

【问题标题】：Best python data structure to replace values in a column?替换列中值的最佳python数据结构？
【发布时间】：2020-12-23 03:00:01
【问题描述】：

我正在使用需要替换 1 列中的值的数据框。我的本能是去找一个 python 字典但是，这是我的数据看起来像的一个例子（original_col）：

original_col  desired_col
cat           animal
dog           animal
bunny         animal
cat           animal
chair         furniture
couch         furniture
Bob           person
Lisa          person

字典看起来像：

my_dict: {'animal': ['cat', 'dog', 'bunny'], 'furniture': ['chair', 'couch'], 'person': ['Bob', 'Lisa']}

我不能使用典型的 my_dict.get()，因为我要检索相应的 KEY 而不是值。字典是最好的数据结构吗？有什么建议吗？

【问题讨论】：

你需要 reverse 映射。

标签： python-3.x pandas dataframe dictionary data-structures

【解决方案1】：

翻翻你的字典：

my_new_dict = {v: k for k, vals in my_dict.items() for v in vals}

注意，如果您的值如下：dog->animal, dog->person

【讨论】：

【解决方案2】：

DataFrame.replace 已经接受特定结构的字典，因此您无需重新发明轮子：{col_name: {old_value: new_value}}

df.replace({'original_col': {'cat': 'animal', 'dog': 'animal', 'bunny': 'animal',
                             'chair': 'furniture', 'couch': 'furniture', 
                             'Bob': 'person', 'Lisa': 'person'}})

您也可以使用Series.replace，然后只需要内部字典：

df['original_col'].replace({'cat': 'animal', 'dog': 'animal', 'bunny': 'animal',
                            'chair': 'furniture', 'couch': 'furniture', 
                            'Bob': 'person', 'Lisa': 'person'})

【讨论】：

【解决方案3】：

pandas map() 函数使用字典或其他 pandas Series 来执行这种查找，IIUC：

# original column / data
data = ['cat', 'dog', 'bunny', 'cat', 'chair', 'couch', 'Bob', 'Lisa']

# original dict
my_dict: {'animal': ['cat', 'dog', 'bunny'], 
          'furniture': ['chair', 'couch'], 
          'person': ['Bob', 'Lisa']
         }

# invert the dictionary
new_dict = { v: k 
             for k, vs in my_dict.items()
             for v in vs }

# create series and use `map()` to perform dictionary lookup
df = pd.concat([
    pd.Series(data).rename('original_col'),
    pd.Series(data).map(new_values).rename('desired_col')], axis=1)

print(df)

  original_col desired_col
0          cat      animal
1          dog      animal
2        bunny      animal
3          cat      animal
4        chair   furniture
5        couch   furniture
6          Bob      person
7         Lisa      person

【讨论】：