使用 Python pandas 将列添加到特定的 CSV 行答案

【问题标题】：Add column to a specific CSV row using Python pandas使用 Python pandas 将列添加到特定的 CSV 行
【发布时间】：2014-03-10 18:10:01
【问题描述】：

我想通过将 id 与给定字典匹配来合并 csv 文件中的行。

我有一本字典： l= {2.80215: [376570], 0.79577: [378053], 22667183: [269499]}

我有一个 csv 文件。

          A        B        C        D      
2000-01-03 -0.59885 -0.18141 -0.68828 -0.77572
2000-01-04  0.83935  0.15993  0.95911 -1.12959
2000-01-05  2.80215 -0.10858 -1.62114 -0.20170
2000-01-06  0.71670 -0.26707  1.36029  1.74254
2000-01-07 -0.45749  0.22750  0.46291 -0.58431
2000-01-10 -0.78702  0.44006 -0.36881 -0.13884
2000-01-11  0.79577 -0.09198  0.14119  0.02668
2000-01-12 -0.32297  0.62332  1.93595  0.78024
2000-01-13  1.74683 -1.57738 -0.02134  0.11596

输出应该是：

     A        B        C        D          E      F     
2000-01-03 -0.59885 -0.18141 -0.68828 -0.77572    0
2000-01-04  0.83935  0.15993  0.95911 -1.12959    0
2000-01-05  2.80215 -0.10858 -1.62114 -0.20170    376570 
2000-01-06  0.71670 -0.26707  1.36029  1.74254    0
2000-01-07 -0.45749  0.22750  0.46291 -0.58431    0
2000-01-10 -0.78702  0.44006 -0.36881 -0.13884    0
2000-01-11  0.79577 -0.09198  0.14119  0.02668    378053
2000-01-12 -0.32297  0.62332  1.93595  0.78024    0
2000-01-13  1.74683 -1.57738 -0.02134  0.11596    0

我试着这样做：

import pandas
data = panda.read_csv("thisfiel.csv")

data["F"] = data["B"].apply(lambda x: l[x])

但我无法获得预期的结果。

【问题讨论】：

我认为安迪的回答是正确的方法，但是你不应该创建一个将其值存储为列表的字典，除非你碰巧有超过 1 个条目的值

标签： python csv pandas

【解决方案1】：

如果你是一个 DataFrame 你可以做一个merge:

In [11]: l_df = pd.DataFrame.from_dict(l, orient='index')

In [12]: l_df.columns = ['F']

In [13]: l_df
Out[13]: 
                     F
2.80215         376570
0.79577         378053
22667183.00000  269499

合并A列和l_df的索引：

In [14]: merged = df.merge(l_df, left_on='A', right_index=True, how='left')

In [15]: merged
Out[15]: 
                  A        B        C        D       F
2000-01-03 -0.59885 -0.18141 -0.68828 -0.77572     NaN
2000-01-04  0.83935  0.15993  0.95911 -1.12959     NaN
2000-01-05  2.80215 -0.10858 -1.62114 -0.20170  376570
2000-01-06  0.71670 -0.26707  1.36029  1.74254     NaN
2000-01-07 -0.45749  0.22750  0.46291 -0.58431     NaN
2000-01-10 -0.78702  0.44006 -0.36881 -0.13884     NaN
2000-01-11  0.79577 -0.09198  0.14119  0.02668  378053
2000-01-12 -0.32297  0.62332  1.93595  0.78024     NaN
2000-01-13  1.74683 -1.57738 -0.02134  0.11596     NaN

注意：atm NaN 表示缺失，可以填写fillna：

In [16]: merged['F'].fillna(0, inplace=True)

【讨论】：

如果需要匹配A列，如何合并？
@user3378649 我不关注..这是匹配列 A 与索引 l_df
l1是什么，是l_df
@user3378649 啊，是的，我的错。尝试了更好的命名约定，但错过了一个。

【解决方案2】：

这样做：

def getVal(x):
    try:
        return l[x][0]

    except KeyError:
        return 0

data['F'] = data['B'].map(getVal)

【讨论】：

没用！我仍然在新列中得到零
@user3378649 你想要零还是 NaN？您可以将get(x,0) 更改为get(x,NaN)
有线！我在所有新列中都得到值“1”
从字面上看，我应该匹配：B.value，如果 (B.Value == l.item() )，我应该将 dict 中的项目插入到我们在列中找到值的同一行中B.
我认为问题在于 l 是一个带有列表值的字典。