将字典值与数据框中列表中的值匹配答案

【问题标题】：matching dictionary values with values in a list within a dataframe将字典值与数据框中列表中的值匹配
【发布时间】：2014-09-09 22:45:26
【问题描述】：

我有一个带有列的数据框，相关的是 ID 和名称。我还有一本配对 ID:name 的字典。我需要匹配 ID 并将名称输出到 df['name'] 列。我遇到的问题是，在数据框中，某些 ID 每行有多个 ID。如何分别遍历每个 ID。

我的代码如下。如果只有一个 ID，它就可以工作。如果有多个 ID，我无法弄清楚如何让它工作。我猜它会被视为子列表？

for id_col, name_col in dic1.iteritems():
    df.loc[(df['ID Value'] == id_col), 'name'] = name_col

示例数据框：

df_test = pd.DataFrame( {'ID Value' : [130, (12,45,100), 208], 'name' : ['','','']})

df_test >>

   ID Value           name
0  130
1  (12, 45, 100)
2  208

dic1：

 45 Joe 
130 Andy
208 Mary

我想要的结果是：

    ID Value       name
 0  130            Andy
 1  (12, 45, 100)  Joe
 2  208            Mary

【问题讨论】：

标签： python python-2.7 pandas

【解决方案1】：

我不确定将元组和数字混合作为 ID 有多大用处（也许将它们全部转换为元组是正确的解决方案？）。
无论如何，您可以使用 apply 来做到这一点：

In [11]: d = {45: "Joe", 130: "Andy", 208: "Mary"}

In [12]: f_test['ID Value'].apply(lambda x: d.get(x) or next(d.get(y) for y in x if d.get(y)))
Out[12]:
0    Andy
1     Joe
2    Mary
Name: ID Value, dtype: object

apply 中的函数首先查看 ID 是否在字典中（元组不会），如果是，则继续，如果没有找到第一个。 .

这可能值得成为一个适当的功能：

def get_int_or_tuple(x, d=d):
    try:
        return d[x]
    except KeyError:  # hopefully that means it's iterable!
        for y in x:
            if y in d:
                return d[y]

In [21]: f_test['ID Value'].apply(get_int_or_tuple)
Out[21]:
0    Andy
1     Joe
2    Mary
Name: ID Value, dtype: object

【讨论】：

【解决方案2】：

这将按预期输出结果，但请记住，对于元组中具有多个 id 的情况，您只需分配一个名称。

import pandas as pd

dic = {"Joe" : 45, "Andy" : 130, "Mary" : 208}

df = pd.DataFrame( {'ID Value' : [130, (12,45,100), 208], 'name' : ['','','']})

def getKey(match, dict):
    for key, value in dict.iteritems():
        if value == match:
            return key

for row in range(0, len(df)):
    ids = df['ID Value'][row]

    if isinstance(ids, int):
        name = getKey(ids, dic)
        if name != None:
            df['name'][row] = name
    elif isinstance(ids, tuple):
        for id in ids:
            name = getKey(id, dic)
            if name != None:
                df['name'][row] = name

print(df)
        ID Value  name
0            130  Andy
1  (12, 45, 100)   Joe
2            208  Mary

[3 rows x 2 columns]

【讨论】：