用字典的值替换数据框的索引值？答案

【问题标题】：Replacing a dataframe's index value with dict's values?用字典的值替换数据框的索引值？
【发布时间】：2021-03-19 21:27:23
【问题描述】：

所以我正在尝试定义一个能够读取相关数据帧并替换 .csv 文件中字典值的索引值的函数。我有这样的东西作为我的数据框：

            ARR
ID               
1           3
2           3
3           3
4           3
5           3
6           3
7           4
8           4
9           4
10          5

接下来，我有一个 .csv 文件，其中包含我的 ID 及其对应姓名（学生）。我创建的函数是这样的：

def naming(x):
    with open(path) as csv_file:
        csv_reader = list(csv.reader(csv_file, delimiter=','))
        y = {}
        for i in csv_reader:
            y.setdefault(i[0],i[1])
        for j in x.index:
            if j == y.keys():
                x = x.replace([x.index], y.values())

我创建了一个 y 字典，其中键 = ID，值 = 名称。但是，我似乎对替换 x 数据帧的索引值背后的逻辑有疑问，我似乎无法使其工作。每当我召唤我的函数命名（x）并将其应用于我的数据框时。这些值不会被替换。有什么帮助吗？我在这里做错了什么？

【问题讨论】：

如果您可以显示 csv 文件的内容以及您希望获得的结果，这将有助于理解您想要实现的目标。话虽如此，一个问题是你的函数没有返回任何东西，所以它可能没有给你你期望的东西。

标签： python pandas function csv dictionary

【解决方案1】：

这是一个简单的解决方案，假设您有所有 ID 的名称。

my_dict = {1:'jim', 2:'mike', 3:'sally', 4:'pete', 
           5:'helen',6:'max',7:'joe',8:'fred',9:'jane',10:'raul'}

d = {'ID': [1,2,3,4,5,6,7,8,9,10], 'ARR': [3,3,3,3,3,3,4,4,4,5]}
df = pd.DataFrame(data=d)

my_list=[]

for id_s in df['ID'].values:
    my_list.append(my_dict[id_s])
    
df['name']=my_list
df = df.set_index('name')  
df = df.drop('ID', 1) #remove this line if you want to keep the ID column

我还建议使用 pandas read_csv 阅读您的 csv 文件。确保在括号内替换您自己的文件路径。

df = pd.read_csv('./folder/files/filepath')

【讨论】：