熊猫地图数据框列

Posted 2023-03-11

【中文标题】熊猫地图数据框列

【英文标题】：pandas map dataframes columns

【发布时间】：2016-06-05 10:38:21

【问题描述】：

我有两个数据框，第一个是值之间的成对连接：

df1 = pd.DataFrame('n1': [5,1,1,3,4,3,2,2],
                    'n2': [1,6,3,4,3,2,3,7])

   n1  n2
0   5   1
1   1   6
2   1   3
3   3   4
4   4   3
5   3   2
6   2   3
7   2   7

第二个表示哪些值属于每个组g：

df2 = pd.DataFrame('n': [1,5,6,2,3,4,7,7],
                        'g': ['a','a','a','b','b','b','c','c'])

   g  n
0  a  1
1  a  5
2  a  6
3  b  2
4  b  3
5  b  4
6  c  7
7  c  7 

我正在尝试映射数据框以获取：

   n1  n2  g1  g2
0   5   1   a   a   
1   1   6   a   a
2   1   3   a   b
3   3   4   b   b
4   4   3   b   b
5   3   2   b   b
6   2   3   b   b
7   2   7   b   c

因此，对于每个 n1 和 n2，在 df2 中创建两列，其中每个值所属的相应组。

到目前为止，我尝试使用以下方式进行映射：

df1['g1'] = df1['n1'].map(df2['g'])
df1['g2'] = df1['n2'].map(df2['g'])

但实际上这会返回：

   n1  n2 g1 g2
0   5   1  b  a
1   1   6  a  c
2   1   3  a  b
3   3   4  b  b
4   4   3  b  b
5   3   2  b  a
6   2   3  a  b
7   2   7  a  c

因为它映射到 df2.index 而不是 n 到 g 对。将df2的索引设置为g：

df2.index = df2['g']

导致以下错误：

InvalidIndexError：重新索引仅对唯一值索引有效 对象

【参考方案1】：

将duplicates 放入df2，然后您就可以致电map：

In [58]:
df2 = df2.drop_duplicates()
df2

Out[58]:
   g  n
0  a  1
1  a  5
2  a  6
3  b  2
4  b  3
5  b  4
6  c  7

In [61]:
df1[['g1','g2']] = df1.apply(lambda x: x.map(df2.set_index('n')['g']))
df1

Out[61]:
   n1  n2 g1 g2
0   5   1  a  a
1   1   6  a  a
2   1   3  a  b
3   3   4  b  b
4   4   3  b  b
5   3   2  b  b
6   2   3  b  b
7   2   7  b  c