当列为列表或集合时，重新映射Pandas列中的值

知识

当前有一个堆栈溢出答案，该答案解释了如何使用单个值列的dict重新映射熊猫列中的值。我想知道如何有效地将其扩展到由列表组成的列

 di = {1: "A", 2: "B"}
     col1   col2
0       w      a
1       [1,2]      2
2       [2,2]    NaN        

transform to this 
 col1   col2
0       w      a
1       [A,A]      2
2       [B,B]    NaN

耶斯列尔

如果想更换，如果在列表中匹配值，用get在列表理解与筛选器列表isinstance：

f = lambda x: [di.get(y,y) for y in x] if isinstance(x, list) else x
df['col1'] = df['col1'].apply(f)
print (df)
     col1 col2
0       w    a
1  [A, B]    2
2  [B, B]  NaN

还有一些其他解决方案，如果不匹配，会发生什么情况，请添加3到列表中：

print (df)
        col1 col2
0          w    a
1     [1, 2]    2
2  [2, 2, 3]  NaN

#if no match return original, here 3
f1 = lambda x: [di.get(y,y) for y in x] if isinstance(x, list) else x
df['col11'] = df['col1'].apply(f1)

#if no match return None
f2 = lambda x: [di.get(y,None) for y in x] if isinstance(x, list) else x
df['col12'] = df['col1'].apply(f2)

#if no match remove not match value
f3 = lambda x: [di[y] for y in x if y in di] if isinstance(x, list) else x
df['col13'] = df['col1'].apply(f3)
print (df)
        col1 col2      col11         col12   col13
0          w    a          w             w       w
1     [1, 2]    2     [A, B]        [A, B]  [A, B]
2  [2, 2, 3]  NaN  [B, B, 3]  [B, B, None]  [B, B]

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。