将值映射到新的数据框列答案

【问题标题】：Mapping values into a new dataframe column将值映射到新的数据框列
【发布时间】：2016-06-04 08:15:45
【问题描述】：

我有一个数据集（约 7000 行），我已在 Pandas 中导入了一些“数据争论”，但我需要一些正确方向的指针才能采取下一步。我的数据如下所示，它是对具有多个子级别的结构的描述。 B、D 和 B 是 A 的子级别。 C 是 B 的子级别。等等……

等级、名称
0, A
1、乙
2、C
1、D
2、电子
3、F
3、G
1、乙
2、C

但我想要类似下面的东西，Name 和 Mother_name 在同一行：

等级、姓名、母名
1、B、A
2、C、B
1、D、A
2、E、D
3、F、E
3、G、E
1、B、A
2、C、B

【问题讨论】：

你能完全指定Name -> Mother_name映射吗（最好用字典）？
谢谢，但我认为我不能轻松地指定映射（您有什么技巧可以做到这一点吗？）。该列表长约 7000 行，最多 10 个级别。例如，K 可以有孩子D 和G。 M 可以有孩子 D 和 X。第一个示例中D 的母亲是K，第二个示例中是X。对不起，如果我的解释令人困惑。
我认为你需要回到你的数据模式和这个问题的绘图板上。目前尚不清楚派生列是如何计算的。当问题得到正确表述时，数据框的大小是无关紧要的。
数据为产品物料清单。具有多个子组件的组件。顶部组件包含例如“螺栓”和“螺母”，但子组件也可以包含相同种类的螺栓和螺母。这也许可以解释奇怪的数据模式。

标签： python pandas

【解决方案1】：

如果我正确理解格式，name 的父级取决于其level 比当前行的level 小一的最近前一行。

您的 DataFrame 的行数适中 (~7000)。所以几乎没有伤害（对性能）简单地遍历行。如果 DataFrame 非常大，如果您可以使用按列矢量化的 Pandas，您通常会获得更好的性能操作而不是逐行迭代。然而，在这种情况下，似乎使用按列向量化的 Pandas 操作很尴尬，而且过于复杂。所以我相信逐行迭代是这里的最佳选择。

使用df.iterrows进行逐行迭代，你可以简单的记录当前每一层的父母，并根据需要填写“母亲”：

import pandas as pd
df = pd.DataFrame({'level': [0, 1, 2, 1, 2, 3, 3, 1, 2],
                   'name': ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'B', 'C']})

parent = dict()
mother = []
for index, row in df.iterrows():
    parent[row['level']] = row['name']
    mother.append(parent.get(row['level']-1))
df['mother'] = mother
print(df)

产量

   level name mother
0      0    A   None
1      1    B      A
2      2    C      B
3      1    D      A
4      2    E      D
5      3    F      E
6      3    G      E
7      1    B      A
8      2    C      B

【讨论】：

【解决方案2】：

如果你可以像字典一样指定两列的映射，那么你可以只使用原始列的map方法。

import pandas
names = ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'B', 'C']

# name -> sublevel
sublevel_map = {
    'A': 'A',
    'B': 'A',
    'C': 'B',
    'D': 'A',
    'E': 'D',
    'F': 'E',
    'G': 'E'
}

df = pandas.DataFrame({'Name': names})
df['Sublevel'] = df['Name'].map(sublevel_map)

这给了你：

  Name Sublevel
0    A        A
1    B        A
2    C        B
3    D        A
4    E        D
5    F        E
6    G        E
7    B        A
8    C        B

【讨论】：