熊猫数据框更改列值答案

【问题标题】：pandas dataframe change column value熊猫数据框更改列值
【发布时间】：2017-06-09 03:14:43
【问题描述】：

我有这样的python dict：

keysdict={'date': {20: '201012', 21: '201101', 22: '201102', 23: '201103', 24: '201104', 25: '201105', 26: '201106', 27: '201107', 28: '201108', 29: '201109', 30: '201110', 31: '201111'}}

我有这样的熊猫数据框

现在我想添加一个额外的列 C ，它从 Column A 中的 dict 键中获取相应的值。像下面一个

A    B      C
20  0.123  201012 
21  2.123  201101
22  4.45   201102
23  3.2    201103
24  3.1    201104
25  3.9    201105
26  4.2    201106

我试过了

df.loc[:,'C']=keysdict['date'][df.loc['A']]

但是遇到错误

KeyError: '标签 [A] 不在 [index] 中

【问题讨论】：

标签： python pandas

【解决方案1】：

改用地图：

df['C'] = df['A'].map(keysdict['date'])

如果“A”列是索引：

df['C'] = df.map(keysdict['date'])

【讨论】：

【解决方案2】：

不用apply也可以直接使用map

df['C'] = df['A'].map(keysdict['date'])

    A   B       C
0   20  0.123   201012
1   21  2.123   201101
2   22  4.450   201102
3   23  3.200   201103
4   24  3.100   201104
5   25  3.900   201105
6   26  4.200   201106

【讨论】：

【解决方案3】：

df.loc['A'] 指的是标有“A”的行，您需要列，它以df['A'] 访问。这是正确的代码：

df = pd.DataFrame({'A':[20,21,22,23], 'B':[0.123,2.123,4.45,3.2]})
#    A      B
#0  20  0.123
#1  21  2.123
#2  22  4.450
#3  23  3.200

示例键字典：

keysdict = {'date' : {20:0,21:1,22:2,23:3}}

df['C'] = df['A'].apply(lambda x: keysdict['date'][x])
#    A      B  C
#0  20  0.123  0
#1  21  2.123  1
#2  22  4.450  2
#3  23  3.200  3

【讨论】：