将字典映射到数据框列中的列表

Posted 2023-03-11

【中文标题】将字典映射到数据框列中的列表

【英文标题】：Map a dictionary to lists in dataframe column

【发布时间】：2021-07-14 01:13:01

【问题描述】：

给定一个包含country、topic、industry 列的数据框，当列由列表组成时，我如何将字典映射到每一列？

例如，国家/地区的字典包含数百个国家和地区代码的映射：

>> cnt_dict = 'AARCT': 'ANTARTICA', 'ABDBI': 'ABU DHABI', 'AFGH': 'AFGHANISTAN' ... 'ZAIRE': 'DEMOCRATIC REPUBLIC OF THE CONGO', 'ZAMBIA': 'ZAMBIA', 'ZIMBAB': 'ZIMBABWE'

df 对应的一列是国家代码列表：

>>df['country'].head(5)
country
[ANDO, COOKIS, INDOCH]
[IRAN]
[MALAG, BERM, WESTW, USAWI]
[]
[ECU, FALK, OMAN]

我如何将 cnt_dic 映射到 df['country'] 以将每个列表中的每个值转换为其映射的字典值，以便输出将是（使用伪代码）：

>> df['country'] = df['country'].map(cnt_dic to lists)
>> df['country'].head(5)
country
[ANDORRA, COOK ISLANDS, INDO-CHINA]
[IRAN]
[MADAGASCAR, BERMUDA, WESTERN WORLD, UNITED STATES WISCONSIN]
[]
[ECUADOR, FALKLAND ISLANDS, OMAN]

我尝试了df['country'] = df['country'].apply(lambda x: list(map(lambda y:cnt_dic.get(y, None), x)))，但我只在所有列表中获得了None 值，并且没有其他任何工作。

另外，如果可能的话，最终的数据帧非常大，所以速度很重要。

【问题讨论】：

你试过df['country'] = df['country'].apply(lambda x: [cnt_dict.get(i) for i in x])

【参考方案1】：

@trianta2 @DrakeMurdoch 只是为了确保我尝试制作一个示例，并且它工作正常

import pandas as pd
df = pd.DataFrame('d': [['A', 'B'], ['B', 'C'], ['A']])
df
        d
0  [A, B]
1  [B, C]
2     [A]
d = 'A':2, 'B':0, 'C':4
df['k'] = df['d'].apply(lambda x: [d[i] for i in x])

#output
df
        d       k
0  [A, B]  [2, 0]
1  [B, C]  [0, 4]
2     [A]     [2]

【讨论】：

所以，出于某种原因，当我这样做时，它只填写列表中的第一个值，其余的保留为None。你知道为什么会这样吗？例如：['ARGENTINA', None, None]

我能想到的唯一原因是你的字典没有正确的键，你能仔细检查一下吗？

好的，我发现了一些搞砸了的空格。但现在它完美地工作了！谢谢！

【参考方案2】：

问题是您的country 列是一系列列表，因此您需要遍历每个行列表中的元素，并将该元素用作cnt_dict 中的键。 @nidabdella 的评论就是这样做的。但是，列表不可散列，因此您应该得到 TypeError 而不是 None...

【讨论】：

即使我使用@nidabella 的想法，我仍然在我的所有列表中得到None。