給定資料：
df = pd.DataFrame({"var": ["a", "a", "b", "c"], "value": [1, 2, 1, 1]})
value_map = {
"a": {
1: "hello",
2: "something",
},
"c": {1: "another"},
}
我想創建以下內容：
| var | value | labelled |
|:------|--------:|:-----------|
| a | 1 | hello |
| a | 2 | something |
| b | 1 | 1 |
| c | 1 | another |
這可以使用：
for value in value_map:
df.loc[df["var"].eq(value), "labelled"] = df.loc[
df["var"].eq(value), "value"
].replace(value_map[value])
df["labelled"] = np.where(df["labelled"].isna(), df["value"], df["labelled"])
不過，這對我來說并不是很習慣，所以我想知道使用典型的熊貓/numpy 有什么更好的方法。
uj5u.com熱心網友回復：
您可以將字典轉換為資料框并merge：
s = pd.DataFrame(value_map).unstack()
df.merge(s.rename('labelled'),
left_on=['var', 'value'], right_index=True,
how='left')
輸出：
var value labelled
0 a 1 hello
1 a 2 something
2 b 1 NaN
3 c 1 another
假設你想通過前一列的值替換NaN的，你也可以ffill在axis=1：
var value labelled
0 a 1 hello
1 a 2 something
2 b 1 1
3 c 1 another
uj5u.com熱心網友回復：
創建Series with MultiIndex，因此可能的用途DataFrame.join：
s = pd.Series({(k1, k2):v2 for k1, v1 in value_map.items() for k2, v2 in v1.items()})
print (s)
a 1 hello
2 something
c 1 another
dtype: object
df = df.join(s.rename('labelled'), on=['var','value'])
print (df)
var value labelled
0 a 1 hello
1 a 2 something
2 b 1 NaN
3 c 1 another
或者修改@mozway 解決方案：
df = df.join(pd.DataFrame(value_map).unstack().rename('labelled'), on=['var','value'])
最后替換NaNs：
df["labelled"] = df["labelled"].fillna(df["value"])
轉載請註明出處，本文鏈接：https://www.uj5u.com/caozuo/368006.html
上一篇：查看索引是否包含在切片物件中
下一篇：使用python更改列中的值