循环遍历 python 字典并操作每个值
Posted
技术标签:
【中文标题】循环遍历 python 字典并操作每个值【英文标题】:Looping through a python dictionary and manipulate each value 【发布时间】:2019-09-02 09:51:57 【问题描述】:我是一个相当新的 python 用户,但我遇到了一个问题。任何指导将不胜感激。
我有一个 pandas 数据框,其中包含“ID”、“Intervention”和“GradeLevel”三列。见以下代码:
data = [[100,'Long', 0], [101,'Short', 1],[102,'Medium', 2],[103,'Long', 0],[104,'Short', 1],[105,'Medium', 2]]
intervention_df = pd.DataFrame(data, columns = ['ID', 'Intervention', 'GradeLevel'])
然后,我创建了一个按“干预”分组的数据框字典。见以下代码:
intervention_dict = Intervention: dfi for Intervention, dfi in df.groupby('Intervention')
我的问题是你能遍历字典的值并操作字典的每个值吗?具体来说,我试图引用一个查找表。查找表可以被认为是一个花名册。我的目标是将名册中的任何人标记为“是 - 干预名称”或“否干预”。这变得很棘手,例如,假设 Long Intervention 只有 GradeLevel 0。这意味着我想将 intervention_df 中等级为 0 的任何人标记为“Yes - Long”,而将任何不在 intervention_df 中的人标记为“No - Long” ' 这将成为一个名为 'Value' 的新列。我还需要创建另一个变量“Category”,在此示例中指定干预名称,它只是“Long”
lookup_data = [[100, 0], [101, 1],[102, 2],[103, 0],[104, 1],[105, 2], [106, 0], [107, 0],[108, 2],[109, 1]]
lookup_df = pd.DataFrame(lookup_data, columns = ['ID', 'GradeLevel'])
例如,“Long”字典在处理后将如下所示:
longint_data = [[100,'Long', 'Yes - Long'],[103,'Long', 'Yes - Long'], [106,'Long', 'No - Long'], [107,'Long', 'No - Long']]
longint_df = pd.DataFrame(longint_data, columns = ['ID','Category', 'Value'])
所有操作后所需的最终输出如下所示:
result_data = [[100,'Long', 'Yes - Long'] , [101,'Short','Yes - Short'], [102,'Medium','Yes - Medium'], [103,'Long', 'Yes - Long'], [104,'Short','Yes - Short'] , [105, 'Medium','Yes - Medium'], [106,'Long', 'No - Long'], [107,'Long', 'No - Long'], [108,'Medium','No - Medium'], [109,'Short','No - Short']]
result_df = pd.DataFrame(result_data, columns = ['ID','Category', 'Value'])
谢谢!
【问题讨论】:
看起来你让这变得比它需要的更复杂,我对所有循环和不同的数据帧感到困惑。为什么不只是一个连接? 哎呀,我忘了解释一个部分。对于每次干预,我只想对同年级的人说“不”。例如,Long 干预只有 0 级,因此我只想与具有 0 级的人合并。我忘记将过滤 lookup_df 的步骤添加到该特定干预中的唯一等级。 仍然很混乱。您的结果数据框中有109, 'Short', 'No - Short'
之类的东西,但没有其他地方引用 109, 'Short'
。 109
本身在lookup_df 中被引用,但没有提及Short
我编辑了我最初的问题,对lookup_df 做了更多解释。这是一个名册。因此,假设您只针对学校的幼儿园学生进行干预。我想列出干预中的学生名单,并将其与整个班级名册进行比较。如果学生在干预中,他们将被标记为“是”,如果他们不在干预中,他们将被标记为“否”。
【参考方案1】:
这就是我觉得你想要的......但没有更清楚的解释,我不确定。
data = [[100,'Long', 0], [101,'Short', 1],[102,'Medium', 2],[103,'Long', 0],[104,'Short', 1],[105,'Medium', 2]]
intervention_df = pd.DataFrame(data, columns = ['ID', 'Intervention', 'GradeLevel'])
lookup_data = [[100, 0], [101, 1],[102, 2],[103, 0],[104, 1],[105, 2], [106, 0], [107, 0],[108, 2],[109, 1]]
lookup_df = pd.DataFrame(lookup_data, columns = ['ID', 'GradeLevel'])
df= pd.merge(intervention_df.assign(y='Yes'), lookup_df, on=['ID', 'GradeLevel'], how='outer')
df.loc[df.y.isnull(), 'y'] = 'No'
ID Intervention GradeLevel y
0 100 Long 0 Yes
1 101 Short 1 Yes
2 102 Medium 2 Yes
3 103 Long 0 Yes
4 104 Short 1 Yes
5 105 Medium 2 Yes
6 106 NaN 0 No
7 107 NaN 0 No
8 108 NaN 2 No
9 109 NaN 1 No
【讨论】:
【参考方案2】:这里是不使用字典intervention_dict
的解决方案。以下是我从您的命令中获得的数据:
In [1048]: intervention_df
Out[1048]:
ID Intervention GradeLevel
0 100 Long 0
1 101 Short 1
2 102 Medium 2
3 103 Long 0
4 104 Short 1
5 105 Medium 2
In [1049]: lookup_df
Out[1049]:
ID GradeLevel
0 100 0
1 101 1
2 102 2
3 103 0
4 104 1
5 105 2
6 106 0
7 107 0
8 108 2
9 109 1
步骤 1:在 lookup_df
和 intervention_df
之间进行外部合并,创建列 Value
和 set_index
到 GradeLevel
In [1059]: df = lookup_df.merge(intervention_df, on=['ID', 'GradeLevel'], how='outer').assign(Value='Yes - '+intervention_df['Intervention']).set_index('GradeLevel')
In [1060]: df
Out[1060]:
ID Intervention Value
GradeLevel
0 100 Long Yes - Long
1 101 Short Yes - Short
2 102 Medium Yes - Medium
0 103 Long Yes - Long
1 104 Short Yes - Short
2 105 Medium Yes - Medium
0 106 NaN NaN
0 107 NaN NaN
2 108 NaN NaN
1 109 NaN NaN
Step2:创建df_fillna
,将NaN
填入df
In [1063]: df_fillna = intervention_df.groupby('Intervention').head(1).assign(Value='No - '+intervention_df['Intervention']).set_index('GradeLevel')
In [1064]: df_fillna
Out[1064]:
ID Intervention Value
GradeLevel
0 100 Long No - Long
1 101 Short No - Short
2 102 Medium No - Medium
第 3 步(最终):使用 combine_first
将 NaN
从 df_fillna
值填充到 df
并使用 reset_index
删除 'GradeLeveland doing
sort_valueson
ID `
In [1068]: df.combine_first(df_fillna).sort_values('ID').reset_index(drop=True)
Out[1068]:
ID Intervention Value
0 100 Long Yes - Long
1 101 Short Yes - Short
2 102 Medium Yes - Medium
3 103 Long Yes - Long
4 104 Short Yes - Short
5 105 Medium Yes - Medium
6 106 Long No - Long
7 107 Long No - Long
8 108 Medium No - Medium
9 109 Short No - Short
【讨论】:
以上是关于循环遍历 python 字典并操作每个值的主要内容,如果未能解决你的问题,请参考以下文章