如何使用 Pandas 数据框的常用键填充多个字典？

Posted 2023-04-12

【中文标题】如何使用 Pandas 数据框的常用键填充多个字典？

【英文标题】：How to populate multiple dictionary with common keys to pandas dataframe?

【发布时间】：2020-02-03 20:42:49

【问题描述】：

我有一个字典列表，其中键相同但每个字典中的值不同，并且每个字典的顺序都严格保留。我正在尝试找到一种自动解决方案来将这些字典作为新列填充到 pandas 数据框，但没有得到预期的输出。

关于要点的原始数据

这是我在old data on gist 上的数据。

我的尝试

这是我尝试用相同的键但不同的值（二进制值）填充多个字典，我的目标是我想写下方便的函数来矢量化代码。这里是my inefficient code but works on gist

import pandas as pd

dat= pd.read_csv('old_data.csv', encoding='utf-8')

dat['type']=dat['code'].astype(str).map(typ)
dat['anim']=dat['code'].astype(str).map(anim)
dat['bovin'] = dat['code'].astype(str).map(bov)
dat['catg'] = dat['code'].astype(str).map(cat)
dat['foot'] = dat['code'].astype(str).map(foo)

我的代码可以工作，但它不是矢量化的（我认为效率不高）。我想知道如何使这几行简单的功能。任何的想法？我们如何尽可能高效地做到这一点？

这是我当前和想要的输出：

因为我得到了正确的输出，但这里的代码效率不高。这是我在gist上的当前输出

【问题讨论】：

您不能发布您的完整数据和完整代码，并期望人们为您浏览并调试它。当你问你的问题时，你提供了一个代表你实际问题的小例子。这样你也强迫自己完全理解你的问题。看看我的一个questions

@Erfan 我的代码中没有错误，只是想简化将多个字典填充到熊猫的过程。如果我将我当前的代码发布到SO，这将是一个很长的帖子，可能会给SO 社区带来负担。如何简化我当前的尝试？有什么想法吗？

@Erfan 是正确的，如果您使用 read_excel，则无法重现您的代码。将示例简化为可以复制/粘贴到编辑器并立即从那里工作的东西，然后人们可以复制它并从那里开始工作。

所有链接失效，请提供minimal reproducible example。

【参考方案1】：

如果你把你的字典重组成一本字典，你可以把它排成一行：

 for keys in values.keys():
        dat[keys]=dat['code'].astype(str).map(values[keys])

完整代码：

values = "typ" :
    '20230' : 'A',
    '20130' : 'A',
    '20220' : 'A',
    '20120' : 'A',
    '20329' : 'A',
    '20322' : 'A',
    '20321' : 'B',
    '20110' : 'B',
    '20210' : 'B',
    '20311' : 'B'
     ,

"anim" :
    '20230' : 'AOB',
    '20130' : 'AOB',
    '20220' : 'AOB',
    '20120' : 'AOB',
    '20329' : 'AOC',
    '20322' : 'AOC',
    '20321' : 'AOC',
    '20110' : 'AOB',
    '20210' : 'AOB',
    '20311' : 'AOC'
     ,

"bov" :
    '20230' : 'AOD',
    '20130' : 'AOD',
    '20220' : 'AOD',
    '20120' : 'AOD',
    '20329' : 'AOE',
    '20322' : 'AOE',
    '20321' : 'AOE',
    '20110' : 'AOD',
    '20210' : 'AOD',
    '20311' : 'AOE'
     ,

"cat" :
    '20230' : 'AOF',
    '20130' : 'AOG',
    '20220' : 'AOF',
    '20120' : 'AOG',
    '20329' : 'AOF',
    '20322' : 'AOF',
    '20321' : 'AOF',
    '20110' : 'AOG',
    '20210' : 'AOF',
    '20311' : 'AOG'
     ,

"foo" :
    '20230' : 'AOL',
    '20130' : 'AOL',
    '20220' : 'AOM',
    '20120' : 'AOM',
    '20329' : 'AOL',
    '20322' : 'AOM',
    '20321' : 'AOM',
    '20110' : 'AOM',
    '20210' : 'AOM',
    '20311' : 'AOM'
     





import pandas as pd

dat= pd.read_csv('old_data.csv', encoding='utf-8')
for keys in values.keys():
    dat[keys]=dat['code'].astype(str).map(values[keys])

【讨论】：

您不能在pandas.read_csv() 中使用字典，甚至只是dtype=str 指定数据类型吗？