根据字典键将字典值分配给 DataFrame 列

Posted 2023-03-11

【中文标题】根据字典键将字典值分配给 DataFrame 列

【英文标题】：Assign a Dictionary Value to a DataFrame Column Based on Dictionary Key

【发布时间】：2019-01-23 16:14:33

【问题描述】：

我正在寻找 map 字典中的 value 到 DataFrame 中的一列，其中字典中的 key 等于该 DataFrame 中的第二列

例如：

如果我的字典是：

dict = 'abc':'1/2/2003', 'def':'1/5/2017', 'ghi':'4/10/2013'

我的数据框是：

      Member    Group      Date
 0     xyz       A         np.Nan
 1     uvw       B         np.Nan
 2     abc       A         np.Nan
 3     def       B         np.Nan
 4     ghi       B         np.Nan

我想得到以下内容：

      Member    Group      Date
 0     xyz       A         np.Nan
 1     uvw       B         np.Nan
 2     abc       A         1/2/2003
 3     def       B         1/5/2017
 4     ghi       B         4/10/2013

注意：dict 并不包含 df 中“成员”下的所有值。如果我映射，我不希望将这些值转换为 np.Nan。所以我想我必须做一个fillna(df['Member']) 来保留它们？

---

与 Remap values in pandas column with a dict, preserve NaNs 不同，它映射字典中的值以替换包含与字典中的键等效的 a 值的列。这是关于根据键值将 dict 值添加到 DataFrame 中的另一列。

【问题讨论】：

simply df['Date'] = df.Member.map(d) 注意，你不应该将字典命名为 dict ，因为它在 Python 中有特殊的含义。见Pandas.Series.map

根据Not a duplicate，在功能上没有区别。您的专栏似乎完全是NaN，所以它基本上没有任何信息。默认情况下，.map 返回 NaN 如果对于键不在字典中的映射，那么只需映射并完全覆盖您的 Date 列。另一方面，如果您只想将Date 中的值替换为字典中的键（例如Date 并不总是为空的情况，那么您可以只使用.replace(d) 而不是.map(d)。两者包含在该副本中。

【参考方案1】：

如果Member 是您的索引，您可以为DataFrame 分配一个系列：

df.set_index("Member", inplace=True)
df["Date"] = pd.Series(dict)

Pandas 会将 Series 的索引与 DataFrame 的索引进行匹配。

【参考方案2】：

我会做一个简单的地图来得到答案。

如果我们有一个字典

d = abc:1/2/2003, def:1/5/2017, ghi:4/10/2013

数据框为：

      Member    Group      Date

 0     xyz       A         np.Nan
 1     uvw       B         np.Nan
 2     abc       A         np.Nan
 3     def       B         np.Nan
 4     ghi       B         np.Nan

那么一个简单的地图就可以解决问题了。

df["Date"] = df["Member"].map(d)

map() 将在字典中查找df['Member'] 中的值，对于Member 中的每个值，它将从字典d 中获取值并将其分配回Date。如果该值不存在，它将分配NaN。

我们不需要循环或应用。

【参考方案3】：

只需创建一个新的 df 然后加入他们：

map_df = pd.DataFrame(list(zip(map_dict.items()))).set_index(0)
df.merge(map_df, how='left', left_on='Member', right_index=True)

【参考方案4】：

您可以使用df.apply 来解决您的问题，其中d 是您的字典。

df["Date"] = df["Member"].apply(lambda x: d.get(x))

这段代码的作用是获取Member 列中的每个值，并在您的字典中查找该值。如果在字典中找到该值，则相应的字典值将填充该列。如果该值不在字典中，则返回 None。

另外，请确保您的字典包含有效的数据类型。在您的字典中，键（abc、def、ghi）应表示为字符串，您的日期应表示为字符串或日期对象。

【讨论】：

谢谢。你可以参考阅读get吗？不熟悉。

dict 数据结构上的方法。从 get 或 None 默认或传递值中传递的键返回值。在核心 Python 文档中。

【参考方案5】：

for i in range(len(df)):
    if df['Member'][i] in d:
        df['Date'][i] = d[df['Member'][i]]

附：用保留字（即 dict）命名变量是不好的做法。