利用嵌套字典替换 Pandas Dataframe 中的特定值答案

【问题标题】：Utilizing nested dictionary to replace specific values in a Pandas Dataframe利用嵌套字典替换 Pandas Dataframe 中的特定值
【发布时间】：2022-01-20 19:17:55
【问题描述】：

我有一个 pandas 数据框，我需要用嵌套字典中的相应数字替换所有“是”值。嵌套字典由“Store”列的行值作为外部键组成。内部键是名为“A”和“B”的列。

这是数据框：

import pandas as pd

data = [['abc', 'jan','yes','no'], ['abc', 'feb','no','yes'], ['def', 'jan', 'yes','yes'],  ['def', 'feb', 'no','yes']]

df = pd.DataFrame(data, columns = ['Store', 'Month', 'A','B' ])

df
 
  Store Month    A    B
0   abc   jan  yes   no
1   abc   feb   no  yes
2   def   jan  yes  yes
3   def   feb   no  yes

这是嵌套字典：

# dict = {row value in 'Store' column:{column:point value}}
dict = {'abc':{'A':5,'B':4},'def':{'A':3,'B':2}}

这是所需的输出：

  Store Month    A    B
0   abc   jan    5   no
1   abc   feb   no    4
2   def   jan    3    2
3   def   feb   no    2

【问题讨论】：

标签： python pandas dataframe dictionary

【解决方案1】：

将'yes' 替换为np.nan，将fillna 替换为嵌套字典的值：

d = {'abc':{'A':5,'B':4},'def':{'A':3,'B':2}}
out = df.replace({'yes': np.nan}).groupby('Store') \
        .apply(lambda x: x.fillna(d[x.name])).droplevel(0)
print(out)

# Output
  Store Month   A   B
0   abc   jan   5  no
1   abc   feb  no   4
2   def   jan   3   2
3   def   feb  no   2

【讨论】：

【解决方案2】：

试试这个：

def find_num(store, col_value, col_name):
    if col_value == "yes":
        sub_dict = dict[store]
        return sub_dict[col_name]
    else:
        return "no"


for col in list(df.columns):
    if col == "Store" or col == "Month":
        continue
    df[col] = df.apply(lambda x: find_num(x['Store'], x[col], col), axis=1)

print(df)

【讨论】：

【解决方案3】：

这是另一个使用 np.where 的选项。

(i) map dict（仅供参考，dict 是字典构造函数的名称，我在此处将其替换为 dct）到“存储”以匹配每一行的相关字典。

(ii) 将df[['A','B']] 展平为一个 numpy 数组

(iii) 迭代 (i) 的结果并获取每个字典的值，并使用 itertools.chain 展平结果列表

(iv) 使用np.where 根据 (ii) 的结果是否为“是”来选择值

(v) 将 (iv) 的结果重新整形为二维数组并分配回df[['A','B']]

from itertools import chain
mapper = df['Store'].map(dct)
flat_AB = df[['A','B']].to_numpy().flatten()
values_from_dict = list(chain.from_iterable([d.values() for d in mapper]))
df[['A','B']] = np.where(flat_AB == 'yes', values_from_dict, flat_AB).reshape(-1,2)

或者你可以直接使用DataFrame本身（但我认为这比上面的方法慢）

df[['A','B']] = np.where(df[['A','B']] == 'yes', pd.DataFrame(df['Store'].map(dct).tolist()), df[['A','B']])

输出：

  Store Month   A   B
0   abc   jan   5  no
1   abc   feb  no   4
2   def   jan   3   2
3   def   feb  no   2

【讨论】：