将键值字典对应用于数据框中的多列答案

【问题标题】：Applying a key value dictionary pair to multiple column in a dataframe将键值字典对应用于数据框中的多列
【发布时间】：2021-04-22 15:57:32
【问题描述】：

我需要将更改应用到 2 列中的当前数据帧，其中一个列的字典键和来自 dict 的每个值的值到另一列。例如，我无法找到任何方法来做到这一点。

dict is - test = {'a':32, 'b':21, 'c':92}

当前数据框看起来像

date         env   result         cost

2021-03-01   dev      gcp.dev.a         30
2021-03-01   prd      gcp.prd.d         35
2021-03-01   dev      gcp.dev.j         98
2021-03-01   sandbox  gcp.sandbox.b     94

在结果和成本列数据框的字典中添加更改后，应如下所示 -

date         env        result          cost

2021-03-01   dev      gcp.dev.a           30
2021-03-01   prd      gcp.prd.d           35
2021-03-01   dev      gcp.dev.j           98
2021-03-01   sandbox  gcp.sandbox.b       94
2021-03-01   dev      gcp.dev.a           32 
2021-03-01   prd      gcp.prd.b           21  
2021-03-01   prd     gcp.prd.c          92

这里 gcp 是一个固定值，正在添加，dev 和 prd 来自 env 列。

您注意到最后 3 行是通过测试字典键值添加的，每个键值都添加到结果和成本中。即应在每个键值对的两列中添加相关行

【问题讨论】：

标签： python python-3.x pandas dataframe

【解决方案1】：

您也可以使用pd.DateFrame.from_dict() 方法、append() 方法和ffill() 方法来做到这一点：

test = {'a':32, 'b':21, 'c':92}

newdf=pd.DataFrame(test.values(),index=test.keys(),columns=['cost']).reset_index()
    #OR(use any one of them to create dataframe named newdf)
newdf=pd.DataFrame.from_dict(test,orient='index',columns=['cost']).reset_index().rename(columns={'index':'result'})

最后：

newdf=df.append(newdf,ignore_index=True).ffill()

现在，如果您打印 newdf，您将获得所需的输出：

    date         result     cost
0   2021-03-01      a       30
1   2021-03-01      d       35
2   2021-03-01      j       98
3   2021-03-01      b       94
4   2021-03-01      a       32
5   2021-03-01      b       21
6   2021-03-01      c       92

【讨论】：

我有一个连锁的但同样的方法真的df.append(pd.DataFrame.from_dict(test, orient='index', columns=['cost']).rename_axis(['result'], axis=0).reset_index()).ffill()
好的先生...我删除了...我发现它更有效所以我添加了它...对不起:)
是否可以在此命令中进行一些更改以适应结果 acc['result'] = acc.apply(lambda x: [f'{squ}' for squ, cost in test.items()], axis=1) 使用 lambda ？
如果你想要'result'列的单个值是str类型，那么你可以做acc['result']=str([f'{squ}' for squ, cost in test.items()]) 和如果你想要'result'列的单个值是list 类型，然后使用 acc['result']=acc['result'].apply(lambda x: [f'{squ}' for squ, cost in test.items()])
我想要从测试字典中添加成本和结果列的相同输出，但是如果您现在看到我的问题，我需要添加其他变量，这些变量正在使用字典键添加到结果列中。所以这就是问题所在。

【解决方案2】：

由 cosntructor 创建新的 DataFrame 并将其添加到原始的 concat，最后向前填充 date 值：

test  = {'a':32, 'b':21, 'c':92}

df1 = pd.DataFrame(list(test.items()), columns=['result','cost'])

df = pd.concat([df, df1], ignore_index=True)
df['date'] = df['date'].ffill()
print (df)
         date result  cost
0  2021-03-01      a    30
1  2021-03-01      d    35
2  2021-03-01      j    98
3  2021-03-01      b    94
4  2021-03-01      a    32
5  2021-03-01      b    21
6  2021-03-01      c    92

循环解决方案是可能的，但速度很慢，所以不推荐：

for k, v in test.items():
    df.loc[len(df), ['result','cost']] = (k, v)

df['date'] = df['date'].ffill()

【讨论】：

【解决方案3】：

将result 和cost 设置为索引：

temp = df.set_index(['result', 'cost'])

从字典构建MultiIndex：

test_index = pd.MultiIndex.from_tuples(test.items(), names = ['result', 'cost'])

使用temp 的索引和test_index 的联合重新索引temp：

(temp
 .reindex(temp.index.union(test_index, sort = False))
 .ffill() 
 .reset_index()
 .reindex(columns = df.columns)
 )
 
         date result  cost
0  2021-03-01      a    30
1  2021-03-01      d    35
2  2021-03-01      j    98
3  2021-03-01      b    94
4  2021-03-01      a    32
5  2021-03-01      b    21
6  2021-03-01      c    92

【讨论】：