Python/Pandas：使用来自三个列表之一的信息分配新列的值答案

【问题标题】：Python/Pandas: assign new column's value using information from one of three listsPython/Pandas：使用来自三个列表之一的信息分配新列的值
【发布时间】：2019-01-26 02:45:03
【问题描述】：

我想在 pandas DataFrame 中创建一个新列。名为"Region" 的新列将指示列"City name" 中的值所属的区域。

我有三个列表，分别对应三个不同的区域：北部、南部和西部。每个地区都包含不同的国家/地区字符串。

我该怎么做？我找到了this example，但它只与属于一个且只有一个列表的项目有关。就我而言，项目可以属于三个列表之一。

这是我的尝试：

df["Region"] = pd.np.where(df["City name"].isin(N), "North", "")
df["Region"] = pd.np.where(df["City name"].isin(S), "South", "")
df["Region"] = pd.np.where(df["City name"].isin(W), "West", "")

我的问题是第二行覆盖了第一行，以此类推。

【问题讨论】：

可能想要np.select 你能发布一个带有所需输出的数据框的小样本吗？但是，您也可以将空字符串替换为 df['Region']，这不会覆盖任何内容（但 select 更好）
什么是 N、S、W？你能提供一个minimal reproducible example吗？

标签： python pandas

【解决方案1】：

由于你没有太多的结果，你可以结合所有三个条件：

df["Region"] = pd.np.where(df["City name"].isin(N), "North", 
                   pd.np.where(df["City name"].isin(S), "South", 
                       pd.np.where(df["City name"].isin(W), "West", np.nan)))

【讨论】：

【解决方案2】：

设置

df = pd.DataFrame({'city name': ['Toronto', 'San Jose', 'Houston', 'Dallas']})
N = ['Toronto']
S = ['Houston', 'Dallas']
W = ['San Jose']

使用np.select：

c1 = df['city name'].isin(N)
c2 = df['city name'].isin(S)
c3 = df['city name'].isin(W)

df.assign(region=np.select([c1, c2, c3], ['North', 'South', 'West']))

输出：

  city name region
0   Toronto  North
1  San Jose   West
2   Houston  South
3    Dallas  South

【讨论】：

【解决方案3】：

使用来自 user3483203 的数据

meltdf=pd.DataFrame({'North':N,'South':S,'West':W}).melt()
df.merge(meltdf,left_on='city',right_on='value',how='left')
Out[244]: 
     city variable   value
0  City A    North  City A
1  City B    South  City B
2  City C     West  City C

如果列表长度不同

把meltdf改成

meltdf=pd.DataFrame.from_dict({'North':N,'South':S,'West':W},'index').stack().reset_index()

df.merge(meltdf[['level_0',0]],left_on='city',right_on='level_0',how='left')

【讨论】：

【解决方案4】：

基于map 的解决方案怎么样？

mp = {k: lbl
      for lst, lbl in [(N, 'North'), (S, 'South'), (E, 'East'), (W, 'West')]
      for k in lst}

df['region'] = df['city name'].map(mp)

  city name region
0   Toronto  North
1  San Jose   West
2   Houston  South
3    Dallas  South

如果您可以通过一些最少的预处理来设置地图，则基于地图的替换会很快。

（来自@user3483203 的数据。）

【讨论】：