使用字典参考另一列值映射熊猫数据框中的一列中的缺失值答案

【问题标题】：mapping missing values in one column of pandas dataframe using dictionary with reference to another column values使用字典参考另一列值映射熊猫数据框中的一列中的缺失值
【发布时间】：2019-04-02 04:09:03
【问题描述】：

我有一个数据框

> print(df)
[Out:]
activity-code    activity
-------------------------
0                unknown
99               NaN
84               sports
72;99            NaN
57               recreational
57;99;11         NaN
11               NaN

还有一个以活动代码为键的字典，

> print(act_dict)
[Out:]
{10: 'unknown',
11: 'cultural',
57: 'recreational',
72: 'social service',
84: 'sports',
99: 'education'}

数据框内的所有值都存储为字符串，即使活动代码的值也是字符串。而字典键是整数类型 我想参考存储在活动代码列中的值，使用字典以某种方式映射和替换活动中的缺失值。所以想要的输出数据框应该是这样的，

> print(df)
[Out:]
activity-code    activity
-------------------------
0                unknown
99               education
84               sports
72;99            social service;education
57               recreational
57;99;11         recreational;education;cultural
11               cultural

这是我迄今为止尝试过的，

df['new-activity'] = df['activity-code'].str.split(';').apply(lambda x: ';'.join([act_dict[int(i)] for i in x]))

但是对于活动代码不是单个代码值的单个值，我会收到 KeyError。错误说KeyError: 0

如何将字典值映射到数据框活动列中的缺失值？

【问题讨论】：

标签： python python-3.x pandas dictionary

【解决方案1】：

使用apply 和str.split，而不是apply，使用列表推导式并通过';' 加入：

df['activity'] = df['activity-code'].str.split(';').apply(lambda x: ';'.join([act_dict[int(i)] for i in x]))

现在：

print(df)

输出：

  activity-code                         activity
0             0                          unknown
1            99                        education
2            84                           sports
3         72;99         social service;education
4            57                     recreational
5      57;99;11  recreational;education;cultural
6            11                         cultural

【讨论】：

嗨@U9-Forward 请查看有问题的描述，我已经尝试过这种方法.....对于只有一个活动代码的记录，我收到了 KeyError .....这个代码行适用于同一记录中有多个活动代码的记录，但不适用于只有单个活动代码的地方
我刚刚重新检查了一下，可能是因为字典中没有 '0' 的键值对。对不起，这是我的错误，我从未验证过字典中的键。但是谢谢....当你说它对你有用的那一刻，我只是交叉检查并发现我没有任何密钥为零。感谢您的帮助:)

【解决方案2】：

如果您的字典中没有针对 0 的值，您可以使用 filter()：

df['activity']= df['activity-code'].apply(lambda x:'; '.join(list(filter(None,map(act_dict.get,list(map(int,x.split(';'))))))))

【讨论】：