在数据框中包含使用 MAP 和字典的列答案

【问题标题】：Including columns using MAP and dictionary in a dataframe在数据框中包含使用 MAP 和字典的列
【发布时间】：2018-06-05 09:23:04
【问题描述】：

我正在尝试在数据框中包含一列。我正在使用MAP 工具来添加它，因为它应该被引用到一个变量。

这是当前的数据框：

  X      Y            Z
  xx    high         10
        slow         20
        fat          30
  xy    high         15
        slow         10
        fast         30

我想包含一个column D，以X 作为参考。此新列应基于具有以下值的 dict（字典）：

{'xx': -4.50, 'xy': -10.21}

所以我做到了：

df['D'] = df['X'].map(dicc)

但是，当我运行代码时，会出现一条消息 KeyError: 'X' 。我是在代码中遗漏了什么还是数据类型（str/float）有问题？

任何帮助将不胜感激。非常感谢！

编辑： 我从 groupby 获取数据框，以 X 和 Y 作为参考（感谢您的评论）。

【问题讨论】：

X 似乎是一个索引，而不是一个列。

标签： python-3.x dictionary dataframe data-manipulation

【解决方案1】：

你可以使用一个简单的列表推导来做到这一点

df = pd.DataFrame({'X':['xx', 'xx', 'xx', 'xy', 'xy', 'xy'], 
                   'Y':['high', 'slow', 'fat']*2, 
                   'Z':[10, 20, 30, 15, 10, 30]})

dicc = {'xx': -4.5, 'xy':-10.21}

df['D'] = [dicc[i] for i in df['X']]

e 额外：如果您的 df 来自一个 grouby 并且代码因为找不到列“X”而出现错误，那是因为“X”现在是一个索引列。要解决这个问题，只需说 df = df.reset_index() 让您的 DF 看起来像这个答案中的那个。

【讨论】：

【解决方案2】：

你可以使用map，但首先需要转换MultiIndexto_series的等级：

dicc = {'xx': -4.50, 'xy': -10.21}

L = [df.index.get_level_values('X').to_series().map(dicc),
     df.index.get_level_values('Y')]

df.index = pd.MultiIndex.from_arrays(L, names = df.index.names)
#alternative solution
#df = df.set_index(pd.MultiIndex.from_arrays(L, names = df.index.names))


print (df)
              Z
X      Y       
-4.50  high  10
       slow  20
       fat   30
-10.21 high  15
       slow  10
       fast  30

【讨论】：