在 Pandas 中映射字典值答案

【问题标题】：Map dictionary values in Pandas在 Pandas 中映射字典值
【发布时间】：2018-02-24 20:37:29
【问题描述】：

我有一个数据框 (df)，其中包含以下内容：

 var1
a 1 
a 1 
b 2  
b 3 
c 3 
d 5

还有一本字典：

dict_cat = {
'x' = ['a', 'b', 'c'],
'y' = 'd' }

我想创建一个名为 cat 的新列，其中取决于 var1 值，它采用 dict 键值：

 var1 cat
a 1 x 
a 1 x
b 2 x
b 3 x
c 3 x
d 5 y

我尝试使用 df['cat'] = df['var1'].map(dict_cat) 将变量的字典 map 输入：但由于值在列表中，Python 无法识别这些值，我只得到 NaN 值。有一种方法可以使用map 来做到这一点，或者我应该创建一个函数来遍历行检查var1 是否是in 字典列表？

谢谢！

【问题讨论】：

你需要解开你的字典，可以这么说，并反转映射。然后您应该能够使用 df.index.map(mapping.get)。

标签： python pandas

【解决方案1】：

您需要将带有值的键交换为新的dict，然后使用map：

print (df)
  var1  var2
0    a     1
1    a     1
2    b     2
3    b     3
4    c     3
5    d     5
dict_cat = {'x' : ['a', 'b', 'c'],'y' : 'd' }

d = {k: oldk for oldk, oldv in dict_cat.items() for k in oldv}
print (d)
{'a': 'x', 'b': 'x', 'c': 'x', 'd': 'y'}

df['cat'] = df['var1'].map(d)
print (df)
  var1  var2 cat
0    a     1   x
1    a     1   x
2    b     2   x
3    b     3   x
4    c     3   x
5    d     5   y

如果第一列是索引可以使用rename 或转换index to_series 然后使用map：

print (df)
   var1
a     1
a     1
b     2
b     3
c     3
d     5

dict_cat = {'x' : ['a', 'b', 'c'],'y' : 'd' }
d = {k: oldk for oldk, oldv in dict_cat.items() for k in oldv}

df['cat'] = df.rename(d).index

或者：

df['cat'] = df.index.to_series().map(d)
print (df)
   var1 cat
a     1   x
a     1   x
b     2   x
b     3   x
c     3   x
d     5   y

【讨论】：