如何将嵌套字典与 .map 一起用于 Pandas 系列？ pd.Series([]).map

Posted 2023-03-11

【中文标题】如何将嵌套字典与 .map 一起用于 Pandas 系列？ pd.Series([]).map

【英文标题】：How to use a nested dictionary with .map for a Pandas Series? pd.Series([]).map

【发布时间】：2017-12-24 01:08:31

【问题描述】：

我正在尝试map 系列的某些值，同时保持其他值不变。在这种情况下，我将更改 dmso --> dmso-2、naoh --> naoh-2 和 water --> water-2，但我得到了 KeyError。

首先我正在做一个布尔语句，看看它是否是任何感兴趣的，如果True然后使用这个字典，如果False然后返回x。我可以手动进入并更改它们，但编程很有趣，我无法弄清楚为什么这个逻辑不起作用。

# A sample of the series
Se_data = pd.Series(
    'DMSO_S43': 'dmso',
    'DMSO_S44': 'dmso',
    'DOXYCYCLINE-HYCLATE_S25': 'doxycycline-hyclate',
    'DOXYCYCLINE-HYCLATE_S26': 'doxycycline-hyclate'
)

# This boolean works
Se_data.map(lambda x: x in "dmso", "naoh", "water")
# DMSO_S43                          True
# DMSO_S44                          True
# DOXYCYCLINE-HYCLATE_S25          False
# DOXYCYCLINE-HYCLATE_S26          False

# This dictionary on the boolean works
Se_data.map(lambda x: True: "control", False: x[x in "dmso", "naoh", "water"])
# DMSO_S43                                           control
# DMSO_S44                                           control
# DOXYCYCLINE-HYCLATE_S25                doxycycline-hyclate
# DOXYCYCLINE-HYCLATE_S26                doxycycline-hyclate

# This nested dictionary isn't working
Se_data.map(lambda x: 
    True: "dmso": "dmso-2", "naoh": "naoh-2", "water": "water-2"[x],
    False: x
[x in "dmso", "naoh", "water"])
# KeyError: 'doxycycline-hyclate'

【参考方案1】：

如果我理解正确，你可以简单地做

Se_data.replace(
    'dmso': 'dmso-2',
    'naoh': 'naoh-2',
    'water': 'water-2',
)

这将使所有其他值保持不变。

---

不管怎样，你的代码没有工作，因为表达式

"dmso": "dmso-2", "naoh": "naoh-2", "water": "water-2"[x]

评估所有 x，而不仅仅是x in "dmso", "naoh", "water"。 Python 字典中的值不会像您预期的那样被短路或延迟评估。你可以做类似的事情

Se_data.map(lambda x: 
    "dmso": "dmso-2",
    "naoh": "naoh-2",
    "water": "water-2"
[x] if x in "dmso", "naoh", "water" else x)

或

Se_data.map(lambda x: 
    "dmso": "dmso-2",
    "naoh": "naoh-2",
    "water": "water-2"
.get(x, x))

【讨论】：

哇，这让我省了很多挫折。谢谢你。我的解决方案不太优雅，哈哈。 def lambda_dict(conditional, d, x): if conditional(x): return d[x] else: return x