Python 使用字典中的键值将列添加到pandas.Dataframe

我有以下数据框：

我有下面的字典：

d = {v:k for k, v in resource_ids_dict.items()}
#alternative
#d = dict(zip(resource_ids_dict.values(), resource_ids_dict.keys()))
df['new'] = df['ResourceSetID'].map(d)

资料来源：奥地利：158623272，“保加利亚”：1550004006，“克罗地亚”：1131119835，“丹麦”：1703440195， “芬兰”：2005848983，“法国”：1264698819，“德国”：1907737079，“希腊”：2113941104， “意大利”：27898245，“荷兰”：1832579427，“挪威”：1054291604，“波兰”：1188865122， “罗马尼亚”：270819662；“俄罗斯”：2132391298；“塞尔维亚”：1155274960；“南非”：635838568， “西班牙”：52600180，“瑞士”：842323896，“土耳其”：1716131192，“英国”：199152257} 我使用上述字典值来调用供应商API。然后，我将所有返回数据附加到数据帧df中

我现在想做的是在ID之后添加一列，它是ResourceSetID中dictionary值的字典键

我在网上浏览了一下，但没有找到任何东西，可能是因为我缺乏准确的关键字搜索。当然这应该是一个班轮？我希望避免在数据帧和字典中循环并以这种方式映射。

使用，但首先必须使用字典中的键交换值：

d = {v:k for k, v in resource_ids_dict.items()}
#alternative
#d = dict(zip(resource_ids_dict.values(), resource_ids_dict.keys()))
df['new'] = df['ResourceSetID'].map(d)

使用但首先必须使用字典中的键交换值：

d = {v:k for k, v in resource_ids_dict.items()}
#alternative
#d = dict(zip(resource_ids_dict.values(), resource_ids_dict.keys()))
df['new'] = df['ResourceSetID'].map(d)

---

谢谢它正在完成任务，但返回以下警告：C:\Users\User\Documents\Anaconda\lib\site packages\ipykernel\u launcher.py:5:SettingWithCopyWarning:试图在数据帧切片的副本上设置值。尝试使用.loc[row\u indexer，col\u indexer]=value，请参见文档中的注意事项：http://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.htmlreturning-a-view-versus-a-copy . 你知道这意味着什么吗？@Dean-这意味着数据帧是由某个过滤器创建的，需要。复制好，所以你要复制你过滤过的数据帧，而不是改变原来的数据帧本身？@Dean-确切地说，你需要修改你的代码，然后再以类似的方式映射-如果仍然存在问题，请给我看地图之前使用的代码，我可以帮你找到需要添加的地方。copyNo，太好了。谢谢你的解释。我对python还是很陌生，所以对我来说最重要的是要理解：df是原始数据帧的“过滤”版本，因为只需要原始10+中的3列。所以，复制效果很好-再次感谢！谢谢它正在完成任务，但返回以下警告：C:\Users\User\Documents\Anaconda\lib\site packages\ipykernel\u launcher.py:5:SettingWithCopyWarning:试图在数据帧切片的副本上设置值。尝试使用.loc[row\u indexer，col\u indexer]=value，请参见文档中的注意事项：http://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.htmlreturning-a-view-versus-a-copy . 你知道这意味着什么吗？@Dean-这意味着数据帧是由某个过滤器创建的，需要。复制好，所以你要复制你过滤过的数据帧，而不是改变原来的数据帧本身？@Dean-确切地说，你需要修改你的代码，然后再以类似的方式映射-如果仍然存在问题，请给我看地图之前使用的代码，我可以帮你找到需要添加的地方。copyNo，太好了。谢谢你的解释。我对python还是很陌生，所以对我来说最重要的是要理解：df是原始数据帧的“过滤”版本，因为只需要原始10+中的3列。所以，复制效果很好-再次感谢！