通过映射到单个列从 dict 值创建多个新列

Question

此问题与有关通过使用字典进行映射/查找来创建新列的帖子有关。 （Adding a new pandas column with mapped value from a dictionary 和 pandas - add new column to dataframe from dictionary）。但是，如果我想创建多个具有字典值的新列，该怎么办。

为了论证，假设我有以下df：

   country   
0  bolivia   
1  canada  
2  ghana    

在不同的数据框中，我有国家映射：

country   country_id   category  color
0  canada    11        north     red
1  bolivia   12        central   blue
2  ghana     13        south     green

我一直在使用 pd.merge 将映射数据框合并到我的 df，使用国家和另一个索引作为键，它基本上可以完成这项工作，这给了我想要的输出：

   country   country_id  category  color
0  bolivia   12          central   blue
1  canada    11          north     red
2  ghana     13          south     green

但是，最近，我一直想尝试使用字典。我想一个相关的问题是如何确定使用pd.merge 或字典来完成我的任务。

对于我将映射的一次性列，我将通过映射到字典来创建一个新列：

country_dict = dict(zip(country, country_id))    
df['country_id'] = df['country'].map(entity_dict)

定义一个接收不同字典并分别创建每个新列的函数似乎不切实际（例如，dict(zip(key, value1)), dict(zip(key, value2))）。我被困在如何同时创建多个列上。我重新开始，并尝试将国家映射 Excel 工作表创建为字典：

entity_dict = entity.set_index('country').T.to_dict('list')

然后从那里，将 dict 值转换为列：

entity_mapping = pd.DataFrame.from_dict(entity_dict, orient = 'index')
entity_mapping.columns = ['col1', 'col2', 'col3']

在过去的几天里，我一直在兜圈子。任何帮助/反馈将不胜感激！

Answer 1

好的，在解决这个问题之后......我想 pd.merge 最有意义。