如何将字典的键作为熊猫数据框中的列值？

Question

我有两个数据框 df & df1，并且我已将 df1 转换为字典，因为它只包含两列。如下图：

import pandas as pandas
df = pd.read_csv('data.csv')
df['company'] = 0
df1 = pd.read_csv('data1.csv')

mydict = dict(zip(df1.agent_id, df1.company))

for x in df.agent_id:
   for k,v in mydict.items():
      if k == x:
        df.loc[df['company']] = v

现在我想将mydict 的值作为df['company'] 列中的值附加，如果它满足以下条件。我怎样才能做到这一点？有人可以解释吗？我知道我只是缺少一个简单的逻辑。不过我想不通。

如果df是这个

        agent_id
0            184
1            182
2            113
3            157
4            137
5            199
6            181

mydict 是这样的：

mydict = {184: 'LuxuryPods',
          113: 'smartflat.com',
          157: 'ApartaMinutes',
          199: 'HouseMouse',
          181: 'LuxuryPods',
          182: 'Ramax',
          137: 'LuxuryPods'}

那么生成的df 应该如下所示：

        agent_id      company
0            184      LuxuryPods
1            182      Ramax
2            113      smartflat.com
3            157      ApartaMinutes
4            137      LuxuryPods
5            199      HouseMouse
6            181      LuxuryPods

Answer 1

试试下面的代码

df = pd.DataFrame({'agent_id': [184, 182, 113, 157]})

mydict = {184: 'LuxuryPods',
          113: 'smartflat.com',
          157: 'ApartaMinutes',
          182: 'Ramax'}

df['company'] = df['agent_id'].map(mydict)

输出

   agent_id        company
0       184     LuxuryPods
1       182          Ramax
2       113  smartflat.com
3       157  ApartaMinutes

关键基本上是使用map函数将agent_id中的所有值映射到其对应的公司。使用map 函数，您还可以指定您想要的值，以防找不到匹配项。参数是na_action。