用满足 Column1 条件的字典键替换 Column2 值答案

【问题标题】：Replace Column2 value with Dictionary Key Where Column1 Condition is met用满足 Column1 条件的字典键替换 Column2 值
【发布时间】：2019-12-09 12:12:16
【问题描述】：

我有一本将数字标签与分类标签相关联的字典。

dict = {
0:'cat',
1:'dog', 
2:'fish
}

我的数据框（df）输出如下：

Feature  | Feature Value | Feature1 |  Feature1 Value

Pet        1               Thing       1
Person     Steve           Pet         1
Place      Texas           Place       Virginia

我想将“1”替换为“狗”。

我试过了。

df.replace({df.loc[df['Feature'] == 'Pet']: dict})

但是，我知道这只是在匹配 Feature 列，而不是从 Feature 值中提取值以在字典中匹配。

我的数据框（df）输出应该是：

Feature  | Feature Value | Feature1 |  Feature1 Value

Pet        dog             Thing       1
Person     Steve           Pet         dog
Place      Texas           Place       Virginia

【问题讨论】：

标签： python pandas numpy

【解决方案1】：

考虑到你的情况，你可以这样做：

df['Feature Value'].map(dict).fillna(df['Feature Value'])

这是非详尽映射，map() 函数根据您在字典中定义的标签进行映射，而 fillna() 有助于保留不匹配的现有值。此外，map() 比 repalce() 快得多

【讨论】：

【解决方案2】：

您可以根据特征替换单个特征/特征值集的值。

注意：由于 Feature_Value 列是对象类型，所以我将所选值用作 type(int)。

df.loc[df['Feature'] == 'Pet', 'Feature_Value']= df.loc[df['Feature'] == 'Pet', 'Feature_Value'].astype(int).replace(d)

df.loc[df['Feature1'] == 'Pet', 'Feature1_Value']= df.loc[df['Feature1'] == 'Pet', 'Feature1_Value'].astype(int).replace(d)


    Feature Feature_Value   Feature1    Feature1_Value
0   Pet     dog             Thing       1
1   Person  Steve           Pet         dog
2   Place   Texas           Place       Virginia

【讨论】：