Pandas 使用 python 内置的 map() 函数将值替换为字典值

Question

我有一本这样的字典{'Note1':'Desc1','Note2':'Desc2','Note3':'Desc3'} 以及具有如下值的数据框：

{0: 'Note1',
 1: 'Note1',
 2: 'Note1',
 3: 'Note2',
 4: 'Note2',
 5: 'Note2;Note3',
 6: 'Note2;Note3',
 7: 'Note3',

我想要一个新列，其中描述映射到注释编号，所以我这样做：

df['noteText'] = df['NoteRef'].map(notelist)

这很好用，除了双精度值返回 NaN。 所以我做了这个：

def swap(x):
    x = x.split(';')
    for y in x:
        y = map(notelist, y)

swap(df['NoteRef'].iloc[-2]) # just to test
df['noteText'] = df['NoteRef'].apply(swap)

但我真的不知道 python 中的 map() 在这里如何工作（不像 pandas 那样工作）。当我打印y 时，我得到一个地图对象，当我打印list(y) 时，我得到TypeError: 'dict' object is not callable。

所以我希望有人能指出我正确的方向，因为这似乎很容易。如果有更好的方法来做到这一点，我将不胜感激学习它。 谢谢。

Answer 1

感谢this 发帖。

def swap(x):
    x = x.split(';')
    x = [*map(notelist.get, x)]
    x = ",".join(x)
    return x
df['noteText'] = df['NoteRef'].apply(swap)