我有一个数据框（df），其中包含以下内容：
var1
a 1
a 1
b 2
b 3
c 3
d 5
和字典：
dict_cat = {
'x' = ['a', 'b', 'c'],
'y' = 'd' }
我想创建一个新列cat，该列根据var1值使用dict键值：
var1 cat
a 1 x
a 1 x
b 2 x
b 3 x
c 3 x
d 5 y
我尝试map使用：将变量指定为dict df['cat'] = df['var1'].map(dict_cat)，但是由于值在列表内，因此Python无法识别值，而我只能获取NaN值。有一种使用的方法map，还是应该创建一个对行进行迭代的函数，以检查是否var1有in字典列表？
谢谢！
您需要将交换键的值更改为new dict，然后使用map：
print (df)
var1 var2
0 a 1
1 a 1
2 b 2
3 b 3
4 c 3
5 d 5
dict_cat = {'x' : ['a', 'b', 'c'],'y' : 'd' }
d = {k: oldk for oldk, oldv in dict_cat.items() for k in oldv}
print (d)
{'a': 'x', 'b': 'x', 'c': 'x', 'd': 'y'}
df['cat'] = df['var1'].map(d)
print (df)
var1 var2 cat
0 a 1 x
1 a 1 x
2 b 2 x
3 b 3 x
4 c 3 x
5 d 5 y
如果第一列是可能的索引，请使用rename或转换index to_series然后使用map：
print (df)
var1
a 1
a 1
b 2
b 3
c 3
d 5
dict_cat = {'x' : ['a', 'b', 'c'],'y' : 'd' }
d = {k: oldk for oldk, oldv in dict_cat.items() for k in oldv}
df['cat'] = df.rename(d).index
要么：
df['cat'] = df.index.to_series().map(d)
print (df)
var1 cat
a 1 x
a 1 x
b 2 x
b 3 x
c 3 x
d 5 y
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
我来说两句