我有一個資料農場
import pandas as pd
df = pd.DataFrame({"type": ["A" ,"A1" ,"A" ,"A1","B" ],
"group": ["g1", "g2","g2","g2","g1"]})
我有一本字典
dic ={"AlphaA": {"A": {"g1":"A_GRP1", "g2":"A_GRP2"},
"A1": {"g1":"A1_GRP1", "g2":"A1_GRP2"}},
"AlphaB": {"B": {"g1":"B_GRP1", "g2":"B_GRP2"}},
}
我必須創建一個列名“值”，它將使用資料框和字典并獲取分配給它的值
申請條件：
- 如果型別是“A”或“A1”，它應該參考字典鍵 AlphaA 并獲取相應組的值并將其分配給新列
- 如果型別是“B”，它應該參考字典鍵 AlphaB 并獲取相應組的值
第一行示例：
型別為“A”，因此參考字典鍵“AlphaA”
組為“g1”，
因此：
dictt["AlphaA"]["A"]["g1"] #would be the answer
所需輸出
final_df = pd.DataFrame({"type" : ["A" ,"A1" ,"A" ,"A1","B" ],
"group": ["g1", "g2","g2","g2","g1"],
"value": ["A_GRP1", "A1_GRP2", "A_GRP2",
"A1_GRP2", "B_GRP1"]})
我能夠使用回圈來實作這一點，但它需要很多時間，
因此尋找一些快速的技術。
uj5u.com熱心網友回復：
假設dic輸入字典，您可以將字典值合并到單個字典中（在 的幫助下ChainMap），轉換為 DataFrame 和unstackSeries 和merge：
from collections import ChainMap
s = pd.DataFrame(dict(ChainMap(*dic.values()))).unstack()
# without ChainMap
# d = {k: v for d in dic.values() for k,v in d.items()}
# pd.DataFrame(d).unstack()
out = df.merge(s.rename('value'), left_on=['type', 'group'], right_index=True)
輸出：
type group value
0 A g1 A_GRP1
1 A1 g2 A1_GRP2
3 A1 g2 A1_GRP2
2 A g2 A_GRP2
4 B g1 B_GRP1
uj5u.com熱心網友回復：
DataFrame.join與通過字典理解從字典創建的系列一起使用：
d1 = {(k1, k2): v2 for k, v in d.items() for k1, v1 in v.items() for k2, v2 in v1.items()}
df = df.join(pd.Series(d1).rename('value'), on=['type','group'])
print (df)
type group value
0 A g1 A_GRP1
1 A1 g2 A1_GRP2
2 A g2 A_GRP2
3 A1 g2 A1_GRP2
4 B g1 B_GRP1
uj5u.com熱心網友回復：
您可以洗掉原始字典的外鍵并嘗試應用于行
d = {k:v for vs in d.values() for k, v in vs.items()}
df['value'] = (df.assign(value=df['type'].map(d))
.apply(lambda row: row['value'][row['group']], axis=1)
)
print(d)
{'A': {'g1': 'A_GRP1', 'g2': 'A_GRP2'}, 'A1': {'g1': 'A1_GRP1', 'g2': 'A1_GRP2'}, 'B': {'g1': 'B_GRP1', 'g2': 'B_GRP2'}}
print(df)
type group value
0 A g1 A_GRP1
1 A1 g2 A1_GRP2
2 A g2 A_GRP2
3 A1 g2 A1_GRP2
4 B g1 B_GRP1
轉載請註明出處，本文鏈接：https://www.uj5u.com/net/484208.html
上一篇：從二進制檔案中讀取numpy陣列作為float16而不是float32會重塑輸入
下一篇：熱圖中不需要的空間