pandas：根据第一个字符映射新值

Posted 2023-03-11

【中文标题】pandas：根据第一个字符映射新值

【英文标题】：pandas: map new values based on first character

【发布时间】：2016-08-28 21:46:28

【问题描述】：

有没有办法根据当前值的第一个字符将新值映射到数据框列。

我当前的代码：

ncesvars['urbantype'] = np.where(ncesvars['urbantype'].str.startswith('1'), 'city', ncesvars['urbantype'])
ncesvars['urbantype'] = np.where(ncesvars['urbantype'].str.startswith('2'), 'suburban', ncesvars['urbantype'])
ncesvars['urbantype'] = np.where(ncesvars['urbantype'].str.startswith('3'), 'town', ncesvars['urbantype'])
ncesvars['urbantype'] = np.where(ncesvars['urbantype'].str.startswith('4'), 'rural', ncesvars['urbantype'])

我在考虑使用某种dict，然后是pd.replace，但不知道如何使用.str.startswith()

【参考方案1】：

尝试类似的方法：

ncesvars['urbantype'] = ncesvars['urbantype'].replace(
    r'^1.*', 'city', 
    r'^2.*', 'suburban',
    regex=True)

测试：

In [32]: w
Out[32]:
     word
0    1_A_
1  word03
2  word02
3  word00
4    2xxx
5  word04
6  word01
7  word02
8  word04
9    3aaa

In [33]: w['word'].replace(r'^1.*': 'city', r'^2.*': 'suburban', r'^3.*': 'town', regex=True)
Out[33]:
0        city
1      word03
2      word02
3      word00
4    suburban
5      word04
6      word01
7      word02
8      word04
9        town
Name: word, dtype: object

【讨论】：

感谢您的意见。我收到错误replace() got an unexpected keyword argument 'regex'，当我在没有regex 参数的情况下尝试它时，我收到错误replace() takes at least 3 arguments (2 given)

对我也不起作用，我收到原始值

@As3adTintin，我添加了一个测试用例

【参考方案2】：

您可以定义您的类别的字典，使用str[0:1] 对数据进行切片，并在Series 的布尔掩码上调用map，方法是测试数据的第一个字符是否在您的字典键中，以便仅匹配将被覆盖，否则您将使用 NaN 覆盖，因为以下示例中的最后一行没有映射：

In [16]:
df = pd.DataFrame('urbantype':['1 asdas','2 asd','3 asds','4 asdssd','5 asdas'])
df

Out[16]:
  urbantype
0   1 asdas
1     2 asd
2    3 asds
3  4 asdssd
4   5 asdas

In [18]:
d = '1':'city','2':'suburban', '3': 'town','4':'rural'
df.loc[df['urbantype'].str[0:1].isin(d.keys()), 'urbantype'] = df['urbantype'].str[0:1].map(d)
df

Out[18]:
  urbantype
0      city
1  suburban
2      town
3     rural
4   5 asdas

【讨论】：

感谢您的意见。与@ayhan 的回答相比，df.loc 部分重要吗？

是的，因为您只想影响数据与您的 dict 键匹配的行，否则您会用 NaN 覆盖该行，这就是最后一行未更改的原因