将 pandas Dataframe 列映射到字典值答案

【问题标题】：map pandas Dataframe columns to dictionary values将 pandas Dataframe 列映射到字典值
【发布时间】：2016-09-02 03:31:21
【问题描述】：

我有一本 one:many 字典。我想将 pandas Dataframe 列的值映射到字典的键（不是值）。这是我的字典：

dict1={'fruits':('apple','grapes','oranges'),'food':('fish','meat','fibre')}

这里是熊猫系列对象：

df=pd.Series(['fish','apple','meat'])

我想要的输出：

0      food
1    fruits
2      food
dtype: object

【问题讨论】：

你做错了。你的数据结构是错误的。字典用于正向查找，而不是反向查找。最重要的是，您正在对元组进行反向查找，这意味着您有O(n*m) 时间复杂度，其中n 是字典中的键数，m 是每个元组的平均大小。您应该有一个字典，然后将每种类型的食物映射到一个类别，因此{'fish': 'food', 'appl'e:'fruits'}，您的查找具有O(1) 时间复杂度。
感谢您的 cmets，我以后会记住这一点，我是编码新手。

标签： python dictionary pandas dataframe

【解决方案1】：

如果“水果”和“食物”中都有“其他”怎么办？这就是为什么如果没有某种逻辑来解决重复项就无法进行反向查找。

如果您的值都是唯一的，那么您可以使用字典理解来反转您的字典：

reversed_dict = {val: key for key in dict1 for val in dict1[key]}

>>> reversed_dict
{'apple': 'fruits',
 'fibre': 'food',
 'fish': 'food',
 'grapes': 'fruits',
 'meat': 'food',
 'oranges': 'fruits'}

然后你就可以映射了。

>>> pd.Series(['fish','apple','meat']).map(reversed_dict)
0      food
1    fruits
2      food
dtype: object

【讨论】：

它有效。我确实明白：这不是最佳的编码方式，并且会重做我的数据结构。感谢您指出这一点。

【解决方案2】：

解决方案

df.apply(lambda x: [k for k in dict1 if x in dict1[k]][0])

【讨论】：