使用 dicts 查找 DataFrame 变量的值答案

【问题标题】：Using dicts to look up values for DataFrame variables使用 dicts 查找 DataFrame 变量的值
【发布时间】：2014-05-31 20:30:30
【问题描述】：

我有一个包含 Teacher_ID 和 Student_ID 列的 pandas DataFrame。我也有每个 TDict 和 SDict 的字典，例如，给出每个老师教的年级和每个学生就读的年级，并以他们的 ID 号作为键。

我想在我的 DataFrame 中创建一个新列，引用字典中的信息。但是，当我尝试使用 TDict[Teacher_ID] + SDict[Student_ID] 之类的公式创建列时，我收到一条错误消息，告诉我“'Series' 对象是可变的，因此它们不能被散列。”

解决这个问题的批准方法是什么？我是否必须将 ID 复制到新列中，用 dict 值替换这些列中的值，然后从那里开始工作？我猜有更好的方法....

【问题讨论】：

【解决方案1】：

如果我理解正确，您可以直接拨打map：

df['Teaching_grade'] = df['Teacher_ID'].map(TDict)
df['Student_grade'] = df['Student_ID'].map(SDict)

这将执行查找并将值分配给新列

【讨论】：

非常感谢，是的，这确实创建了一个具有正确值的列，类似于将字典“合并”回数据集中。我希望避免这一步并直接在公式中使用 dict 值，但也许这是不可能的。
这是目前的代码，读取数据并创建字典：code df=read_csv("TeachingData.csv") ts=list(df.teacher_id.drop_duplicates()) tdict = {t:random() for t in ts} sdict=dict(df.correct.groupby(df.student_id).mean()) code
我不确定你是否可以，这可能是最有效的方式，因为合并将复制我认为的源数据帧，并且系列上的地图是高度优化的，因为它是使用 cython 编写的。如果您对这个答案感到满意，那么您可以投票并接受它。
@DavidEpstein 您可以使用一个函数并将其应用于数据框，但我不确定您是否会节省很多时间，这取决于有多少唯一 ID，一旦您创建了字典那么使用map 真的很快
谢谢，埃德。地图解决方案确实有字，而且速度很快，所以我很高兴。