在 Pandas Dataframe 中用字符串交换双精度的优雅方法？

Question

我目前有一个数据框，其中有一列标题为“工作代码”。 Job Code 可以包含六百种不同的 Int 值之一。

每个 Int 对应一个我目前在记事本中列出的字符串值，如下所示：

119 student
120 construction worker
121 baker
122 teacher

我想知道，有没有一种优雅的方法可以用记事本文件中的相应字符串替换“工作代码”列中的数字？

我目前正在使用以下方法，但我确信必须有一个比手动在 jobStrings 中键入所有 600 个代码更优化的解决方案。

jobStrings = {
    119: "student",
    120: "construction worker",
    121: "baker",
    122: "teacher",
}

df["jobCode"].replace(jobStrings, inplace=True)

Answer 1

以 CSV 格式读取您的文本文件并使用它来映射/替换：

maps = pd.read_csv('textfile.txt', sep='(?<=\d)\s', names=['code', 'name']).set_index('code')['name']

df["jobCode"] = df["jobCode"].map(maps)

注意。如果前面有数字，则使用空格作为分隔符。如果字符串中有数字，请告诉我以查找替代项

地图内容：

code
119                student
120    construction worker
121                  baker
122                teacher
Name: name, dtype: object

Answer 2

这是一个快速（未经测试）的解决方案：

with open("your_file.txt") as f:
    text = f.read().strip()
    lines = re.split(r'[\r\n]+', text)
    lines = dict([re.split(r'\s+', l) for l in lines])
    new_dict = {}
    for key in lines.keys():
        new_dict[int(key)] = lines[key]

df["jobCode"].replace(new_dict, inplace=True)