如何用数字关键字 dict 替换纯数字列？ [Python]答案

【问题标题】：how to replace a pure-number column by a number-keyword dict ? [python]如何用数字关键字 dict 替换纯数字列？ [Python]
【发布时间】：2017-09-19 12:16:42
【问题描述】：

我在下面有一个数据框和一个字典，但是如何用字典替换列？

data
index     occupation_code
0          10
1          16
2          12
3           7
4           1
5           3
6          10
7           7
8           1
9           3
10          4
……

dict1 = {0: 'other',1: 'academic/educator',2: 'artist',3: 'clerical/admin',4: 'college/grad student',5: 'customer service',6: 'doctor/health care',7: 'executive/managerial',8: 'farmer',9: 'homemaker',10: 'K-12student',11: 'lawyer',12: 'programmer',13: 'retired',14: 'sales/marketing',15: 'scientist',16: 'self-employed',17: 'technician/engineer',18: 'tradesman/craftsman',19: 'unemployed',20: 'writer'}

我用了一个“for”语句来做替换，但是很慢，像这样：

for i in data.index:
  data.loc[i,'occupation_detailed'] = dict1[data.loc[i,'occupation_code']]

由于我的数据包含 100 万行，如果我只运行 1000 次它会花费几秒钟。 100万行可能要花半天！

那么有没有更好的方法呢？

非常感谢您的建议！

【问题讨论】：

标签： python pandas dictionary

【解决方案1】：

使用map，如果缺少某些值，则获取NaN：

print (df)
       occupation_code
index                 
0                   10
1                   16
2                   12
3                    7
4                    1
5                    3
6                   10
7                    7
8                    1
9                    3
10                   4
11                 100 <- add missing value 100

df['occupation_code'] = df['occupation_code'].map(dict1)
print (df)
            occupation_code
index                      
0               K-12student
1             self-employed
2                programmer
3      executive/managerial
4         academic/educator
5            clerical/admin
6               K-12student
7      executive/managerial
8         academic/educator
9            clerical/admin
10     college/grad student
11                      NaN

另一种解决方案是使用replace，如果缺少某些值得到原始值，则不使用NaN：

df['occupation_code'] = df['occupation_code'].replace(dict1)
print (df)
            occupation_code
index                      
0               K-12student
1             self-employed
2                programmer
3      executive/managerial
4         academic/educator
5            clerical/admin
6               K-12student
7      executive/managerial
8         academic/educator
9            clerical/admin
10     college/grad student
11                      100

【讨论】：

【解决方案2】：

假设@jezrael 的样本数据df

print(df)

       occupation_code
index                 
0                   10
1                   16
2                   12
3                    7
4                    1
5                    3
6                   10
7                    7
8                    1
9                    3
10                   4
11                 100

我建议使用嵌入在lambda 中的字典的get 方法。这允许您为不在字典中的内容嵌入默认值。在这种情况下，我返回原始值。

df.occupation_code.map(lambda x: dict1.get(x, x))

index
0              K-12student
1            self-employed
2               programmer
3     executive/managerial
4        academic/educator
5           clerical/admin
6              K-12student
7     executive/managerial
8        academic/educator
9           clerical/admin
10    college/grad student
11                     100
Name: occupation_code, dtype: object

【讨论】：