在 Pandas/Python 的字典中创建一个汇总变量，从多个变量检查​​多个列表中获取结果

Question

DXCODE1     DXCODE2     DXCODE3
A1          A2          B2
C2          D3          NaN
B2          C2          A1

DXCODE_DICTIONARY = {'Code_Apple':['A1', 'A2', 'A3', 'A4'],
    'Code_Banana':['B1', 'B2', 'B3'],
    'Code_Cat':['C1', 'C2', 'C3']}

DXCODE1     DXCODE2     DXCODE3         DXCODE_SUMMARY
A1          A2          B2              ['Apple', 'Apple', 'Banana']
C2          D3          NaN             ['Cat']
B2          C2          A1              ['Banana', 'Cat', 'Apple']

以上描述了我试图在 Pandas 中解决的挑战。在 df 中，我有三个 DXCODE 变量。我的最终目标是创建一个 DXCODE_SUMMARY 变量来总结 DXCODE1 到 DXCODE3。对于每一行，我想检查三个变量。例如，对于 DXCODE1，我想对照 DXCODE_DICTIONARY 检查它，如果它在“Code_Apple”列表中，我想用“Apple”标记它（从字典键派生），然后它将对照列表检查'Code_Banana'，如果它在列表中，我希望将 'Banana' 添加到 DXCODE_SUMMARY 中的列表中。一旦根据 DXCODE_DICTIONARY 中的所有列表检查了 DXCODE1，将对 DXCODE2 进行相同的检查，然后对 DXCODE3 进行检查。

编辑：在“Code_Apple”列表中添加了“A4”。

Answer 1

尝试修改您的 dict 然后我们将 map 和 groupby apply 修改为 list

dictdf=pd.DataFrame(DXCODE_DICTIONARY).melt()
newdict=dict(zip(dictdf.value,dictdf.variable))

df.apply(lambda x : x.map(newdict)).stack().groupby(level=0).apply(list)
Out[1005]: 
0    [Code_Apple, Code_Apple, Code_Banana]
1                               [Code_Cat]
2      [Code_Banana, Code_Cat, Code_Apple]
dtype: object