使用字典基于旧列创建新列答案

【问题标题】：Create new column based on old column using a dictionary使用字典基于旧列创建新列
【发布时间】：2018-10-07 17:01:44
【问题描述】：

我看到一些帖子在字典对每个键使用一个值时有效。但是，我想使用每个键具有多个值的字典。

myDict = {'0': ['a', 'b', 'c'], '1': ['e', 'f'], '2': ['z','x','y']}

我会创建一个新列，使所有a、b 和c 都变为0 等等，结果是：

col1, col2
a, 0
f, 1
a, 0
x, 2
e, 1

根据其他几个答案，我尝试了这个，但没有奏效： df['col2'] = df['col1'].apply(lambda x: a for a, b in myDict.items() if x in b)

我的另一个想法是创建一个像 {'a':'0', 'b':'0'} 这样的字典并映射它，但如果我的列表很长（每个键都有一个包含 30 个值的列表），我想知道一种更简洁的方法。或者这是最好的方法？

【问题讨论】：

标签： python python-2.7 pandas dictionary mapping

【解决方案1】：

让我们使用Series 和stack

pd.Series(myDict).apply(pd.Series).stack().reset_index(level=0)
Out[353]: 
  level_0  0
0       0  a
1       0  b
2       0  c
0       1  e
1       1  f
0       2  z
1       2  x
2       2  y

更新

s=pd.Series(myDict).apply(pd.Series).stack().reset_index(level=0).set_index(0)['level_0']
s.get(df.col1)
Out[372]: 
col1
a    0
f    1
a    0
x    2
e    1
Name: level_0, dtype: object

【讨论】：

谢谢！所以我会将其转换为类似于@tobsecret 建议的字典，然后将该字典映射到我的原始列？这就是你的想法吗？
@As3adTintin 是的，你可以试试
谢谢！似乎 nans 正在抛弃这个并将np.nan : np.nan 添加到字典中并没有帮助。有什么建议吗？
到目前为止我已经完成了这个（如果将来有人读到这个。它有效，不确定它是否理想。再次感谢你的帮助，Wen。myDict= pd.Series(eduDict).apply(pd.Series).stack().reset_index(level=0).set_index(0)['level_0'].to_dict()df['col2'] = df['col1'].map(myDict)

【解决方案2】：

鉴于您的 col1 仅包含这些值“a”、“b”、“c”、“e”等），您可以使用以下内容：

myDict = {'a':0, 'b':'0', 'c':'0', 'e':'1', 'f':'1', 'z':'2', 'x':'2', 'y':'2'}
df.col1.map(myDict)

【讨论】：

【解决方案3】：

您可以使用列表推导并输入pd.DataFrame。这通常比操作现有数据帧更有效。

import pandas as pd

d = {'0': ['a', 'b', 'c'], '1': ['e', 'f'], '2': ['z','x','y']}

df = pd.DataFrame([[w, k] for k, v in d.items() for w in v],
                  columns=['col1', 'col2'])

print(df)

  col1 col2
0    a    0
1    b    0
2    c    0
3    e    1
4    f    1
5    z    2
6    x    2
7    y    2

【讨论】：

谢谢，但我想根据现有列创建一个新列，而不仅仅是创建一个具有独特组合的新 df