映射列满足特定条件的字典中的值
Posted
技术标签:
【中文标题】映射列满足特定条件的字典中的值【英文标题】:Mapping values from a dictionary where a column meets a particular criteria 【发布时间】:2021-07-23 17:01:18 【问题描述】:我一直在使用传统的字典映射方法新建一个 Pandas 列,如下所示:
product_costs = x: 1, y: 2, z: 3
df['costs'] = df['product'].map(product_costs)
这一直有效,但最近产品“x”的成本发生了变化 - 例如,从 4 月 1 日起成本从 1 增加到 4。
我的 'df' 也有一个日期列,我试图弄清楚如何将 1 的值映射到 4 月之前的日期列和 4 的值在 4 月之后的日期列。
我可能可以使用 for 循环迭代地执行此操作,即:
df['costs'] = ''
index = 0
for i in df['product']:
if i == 'x' and df.loc[index, 'date'] < 2021-04-01:
df.loc[index, 'costs'] = 1
index += 1
elif i == 'x' and df.loc[index, 'date'] >= 2021-04-01:
df.loc[index, 'costs'] = 4
index += 1
elif i == 'y':
etc. etc.
...但是,当我确信可以以更简单的方式实现相同的结果时,这似乎相当冗长乏味。任何人都可以就如何在我的映射中包含“日期”元素提出解决方案吗?
编辑 - 下面的示例数据
date (dd-mm) product
01-02 x
01-02 y
01-02 z
01-03 x
01-03 y
01-03 z
01-04 x
01-04 y
01-04 z
变成……
date (dd-mm) product cost
01-02 x 1
01-02 y 2
01-02 z 3
01-03 x 1
01-03 y 2
01-03 z 3
01-04 x 4
01-04 y 2
01-04 z 3
【问题讨论】:
能否提供样本数据? 当然,请参阅编辑。 【参考方案1】:np.where()
您可以根据日期条件使用np.where()
。
首先转换日期to_datetime()
。假设您的日期缺少年份 (%d-%m
),但您希望年份为 2021:
df['date'] = pd.to_datetime(df['date'], format='%d-%m').apply(lambda x: x.replace(year=2021))
然后以日期为条件使用np.where()
进行映射:
costs_pre = 'x': 1, 'y': 2, 'z': 3
costs_post = 'x': 4, 'y': 2, 'z': 3
df['costs'] = np.where(
df['date'] < '2021-04-01',
df['product'].map(costs_pre),
df['product'].map(costs_post))
# date product costs
# 0 2021-02-01 x 1
# 1 2021-02-01 y 2
# 2 2021-02-01 z 3
# 3 2021-03-01 x 1
# 4 2021-03-01 y 2
# 5 2021-03-01 z 3
# 6 2021-04-01 x 4
# 7 2021-04-01 y 2
# 8 2021-04-01 z 3
np.select()
如果你有多个条件,你可以嵌套np.where()
,但np.select()
会更干净。
例如,如果您的成本在 01-03 发生变化,然后在 01-04 再次发生变化:
costs1 = 'x': 1, 'y': 2, 'z': 3
costs2 = 'x': 4, 'y': 2, 'z': 3
costs3 = 'x': 100, 'y': 2, 'z': 3
conditions = [df['date'] < '2021-03-01', df['date'] < '2021-04-01']
choices = [df['product'].map(costs1), df['product'].map(costs2)]
df['costs'] = np.select(conditions, choices, default=df['product'].map(costs3))
# date product costs
# 0 2021-02-01 x 1
# 1 2021-02-01 y 2
# 2 2021-02-01 z 3
# 3 2021-03-01 x 4
# 4 2021-03-01 y 2
# 5 2021-03-01 z 3
# 6 2021-04-01 x 100
# 7 2021-04-01 y 2
# 8 2021-04-01 z 3
【讨论】:
这很好用,感谢您的帮助。最后一个问题,如果产品“x”再次改变成本并且现在有 3 个基于数据关联的可能值 - 我最好的方法是在 np.where 中包含另一个 np.where 吗? @SlowlyLearning 是的,这是一种选择,但另一种选择是np.select()
。给我一秒钟更新
@SlowlyLearning 更新为 np.select()
选项【参考方案2】:
熊猫在这里也很有用。 https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.where.html
【讨论】:
以上是关于映射列满足特定条件的字典中的值的主要内容,如果未能解决你的问题,请参考以下文章