用数据框的行值替换子列表中的第二项

Posted 2023-03-12

【中文标题】用数据框的行值替换子列表中的第二项

【英文标题】：Replace second item in sublist with row value of dataframe

【发布时间】：2017-10-11 22:15:16

【问题描述】：

我有一个嵌套列表，并且想用数据框的行值替换每个子列表的第二项。这是我的数据框和列表：

import pandas as pd
mydata = ['id' : '12',
          'id' : '34',
          'id' : '56',
          'id' : '78',]
df = pd.DataFrame(mydata)

L1 = [ ['elephant',0], ['zebra',1], ['lion',2], ['giraffe',3]  ]

期望的结果是：[ ['elephant',12], ['zebra',34], ['lion',56], ['giraffe',78] ]

这是我的代码：

for i in L1:
    for j, row in df.iterrows():
        i[1] = df["id"][j] 

哪个输出：[['elephant', '78'], ['zebra', '78'], ['lion', '78'], ['giraffe','78']]

【参考方案1】：

EdChum 的回答当然是正确的，但对发生的事情几乎没有解释。我将解释您现有代码的问题，以及从那里开始的适当步骤。 （我的答案最终与 Ed 的相似但不同。我没有测试过哪个更有效，但可能我的答案更容易理解。）

为什么你会得到一个每个值都设置为 78 的结果？您的代码可以：

for i in L1:
    for j, row in df.iterrows():
        i[1] = df["id"][j] 

这意味着，对于L1 中的每个i，遍历df 中的每一行，并将i[1] 设置为该行的"id"。这意味着在这种情况下，您为每个 i 设置了 4 次 i[1]，并且在循环结束时，它始终是最后一个值，因此是 '78'。您需要根据i[1] 的当前值选择性地设置i[1]。

您可以按如下方式修改循环：

for i in L1:
    i[1] = df["id"][i[1]]

这会修改每个列表i，将其第二个值设置为df["id"] 的值以及原始i[1] 编号。这将产生您想要的结果。

不过，这不是很pythonic。一般来说，我们尽量避免python中的基本循环。最简洁的使用方法是使用列表推导，不像 Ed 那样复杂：

L1 = [[i[0], df["id"][i[1]]] for i in L1]

这和上面的循环一样，只是使用列表理解语法（所以它会快得多）。将zip 用于此功能非常好，但没有必要。

（注意，我的解决方案根本不使用 pandas。）

【讨论】：

不错的答案，在某些情况下，列表理解会更快，特别是对于小型数据集，如果数据集更大并且已经在 df 中，那么调用 .values.tolist() 应该会更快我预计 +1

【参考方案2】：

使用列表推导生成第一个元素的列表，然后zip id 为 col：

In[32]:
list(zip([x[0] for x in L1], df['id'].tolist()))

Out[32]: [('elephant', '12'), ('zebra', '34'), ('lion', '56'), ('giraffe', '78')]

如果你坚持要一个列表，你可以把上面的变成一个列表：

In[35]:
L2 = list(zip([x[0] for x in L1], df['id'].tolist()))
L2

Out[35]: [('elephant', '12'), ('zebra', '34'), ('lion', '56'), ('giraffe', '78')]

In[36]:
[list(x) for x in L2]

Out[36]: [['elephant', '12'], ['zebra', '34'], ['lion', '56'], ['giraffe', '78']]

纯粹的 pandas 方法是从您的列表中构造一个 df：

In[41]:
df2 = pd.DataFrame(L1)
df2

Out[41]: 
          0  1
0  elephant  0
1     zebra  1
2      lion  2
3   giraffe  3

然后concatenate 他们：

In[43]:
merged = pd.concat([df,df2], axis=1)
merged

Out[43]: 
   id         0  1
0  12  elephant  0
1  34     zebra  1
2  56      lion  2
3  78   giraffe  3

然后只需子选择感兴趣的列并调用 .values 以返回一个 np 数组，然后是 tolist：

In[46]:
merged[[0,'id']].values.tolist()

Out[46]: [['elephant', '12'], ['zebra', '34'], ['lion', '56'], ['giraffe', '78']]