PANDAS - 使用地图并忽略区分大小写答案

【问题标题】：PANDAS - using map and ignore case sensitivityPANDAS - 使用地图并忽略区分大小写
【发布时间】：2022-12-16 01:32:03
【问题描述】：

我有一个数据框：

df1 = pd.DataFrame({'Item': ["jetties","Jetty", "Joint use"], 'Team': ["Team_1", "Team_2", "Team_1"]})
df2 = pd.DataFrame({'Item': ["Jetty","Jetties","Joint use"]})

我正在应用地图以返回 df2 中的团队值：

df2['Team'] = df2['Item'].map(df1.set_index('Item')['Team'])

但是，由于区分大小写，结果是给我 Nan for Jetties。有什么办法可以忽略大小写吗？

【问题讨论】：

标签： python pandas

【解决方案1】：

您可以将密钥转换为定义的大小写：

df2['Team'] = (df2['Item'].str.lower()
               .map(df1.assign(Item=df1['Item'].str.lower())
                       .set_index('Item')['Team'])
              )

输出：

        Item    Team
0      Jetty  Team_2
1    Jetties  Team_1
2  Joint use  Team_1

【讨论】：

【解决方案2】：

df = pd.merge(df1, df2, left_on=df1['Item'].str.lower(), right_on=df2['Item'].str.lower(), how='left').drop(['key_0', 'Item_x'], axis=1).rename(columns={'Item_y': 'Item'})
df = df[['Item', 'Team']]
df

大多数时候我更喜欢连接数据而不是使用地图

【讨论】：

【解决方案3】：

扩展 mozway 的答案，最好按如下方式调用分配函数。如有必要，这将有助于稍后将逻辑重构为函数。

df2["Team"] = ( 
    df2["Item"]
    .str.lower()
    .map(df1.assign(**{"Item": df1["Item"].str.lower()}).set_index("Item")["Team"])
)

例如

import pandas as pd

df1 = pd.DataFrame(
    {"Item": ["jetties", "Jetty", "Joint use"], "Team": ["Team_1", "Team_2", "Team_1"]}
)
print("df1")
print(df1)

df2 = pd.DataFrame({"Item": ["Jetty", "Jetties", "Joint use"]})
print("df2")
print(df2)


def map_series(s, df, key_col, value_col, ignore_case):
    if ignore_case:
        result = s.str.lower().map(
            df.assign(**{key_col: df[key_col].str.lower()}).set_index(key_col)[
                value_col
            ]
        )
    else:
        result = s.map(df.set_index(key_col)[value_col])
    return result


df2["Team_include_case"] = map_series(
    df2["Item"], df1, "Item", "Team", ignore_case=False
)
df2["Team_ignore_case"] = map_series(df2["Item"], df1, "Item", "Team", ignore_case=True)
print("after mapping")
print(df2)

示例输出

df1
        Item    Team
0    jetties  Team_1
1      Jetty  Team_2
2  Joint use  Team_1
df2
        Item
0      Jetty
1    Jetties
2  Joint use
after mapping
        Item Team_include_case Team_ignore_case
0      Jetty            Team_2           Team_2
1    Jetties               NaN           Team_1
2  Joint use            Team_1           Team_1

【讨论】：