将具有多个键的 Python 字典映射到具有多个匹配键的列的数据框中答案

【问题标题】：Mapping Python dictionary with multiple keys into dataframe with multiple columns matching keys将具有多个键的 Python 字典映射到具有多个匹配键的列的数据框中
【发布时间】：2018-11-10 21:49:43
【问题描述】：

我有一个字典，我想映射到当前数据框并创建一个新列。我在一个元组中有键，它们映射到我的数据框中的两个不同列。

dct = {('County', 'State'):'CountyType'}
df = pd.DataFrame(data=['County','State'])

我想创建一个新列CountyType，使用dict 映射到df 中的两列。但是，执行以下操作会给我一个错误。这还能怎么做？

df['CountyType'] = (list(zip(df.County,df.State)))
df = df.replace({'CountyType': county_type_dict)

【问题讨论】：

不要命名字典 dict，它会覆盖内置名称
我很好奇如何创建元组字典。它类似于 jpp 的答案。 yourdict = df.set_index(['County','State'])['CountyType'].to_dict() 也可以在这里阅读更多内容：stackoverflow.com/questions/42276588/…

标签： python pandas dictionary dataframe

【解决方案1】：

如果您有以下字典，其中元组作为键，DataFrame 具有对应于元组值的列

import pandas as pd
dct = {('A', 1): 'One', ('B', 2): 'Two', ('B', 3): 'Three'}
df = pd.DataFrame({'County': ['A', 'A', 'B', 'B', 'B'],
                   'State': [1, 2, 1, 2, 3]})

您可以从 df 创建元组的 Series，然后使用 .map()

df['CountyType'] = pd.Series(list(zip(df.County, df.State))).map(dct)

结果

  County  State CountyType
0      A      1        One
1      A      2        NaN
2      B      1        NaN
3      B      2        Two
4      B      3      Three

【讨论】：

你能用这个只填nan吗？我尝试使用 pd.Series.fillna()，但不起作用。

【解决方案2】：

您可以从两个系列中创建一个MultiIndex，然后进行映射。来自@ALollz 的数据。

df['CountyType'] = df.set_index(['County', 'State']).index.map(dct.get)

print(df)

  County  State CountyType
0      A      1        One
1      A      2       None
2      B      1       None
3      B      2        Two
4      B      3      Three

【讨论】：

AttributeError: 'DataFrame' object has no attribute 'map' 你如何克服这个问题？
你必须使用index属性。即df.index.map，而不是df.map。
谢谢。如何使用此行仅填写“县类型”中的 nans？
@FaaizQadri，不确定 - 这将是一个新问题。