Python 使用基于条件的字典填充数据帧

我有一个数据帧

>> test = pd.DataFrame({'A': ['a', 'b', 'b', 'b'], 'B': [1, 2, 3, 4], 'C': [np.nan, np.nan, np.nan, np.nan], 'D': [np.nan, np.nan, np.nan, np.nan]})
    A   B   C   D
0   a   1       
1   b   2       
2   b   3       
3   b   4       

我还有一个字典，其中

input\u b

中的

b

表示我只修改

row.a=b

中的行

>> input_b = {2: ['Moon', 'Elephant'], 4: ['Sun', 'Mouse']}

如何使用字典中的值填充DataFrame以获取

    A   B   C       D
0   a   1       
1   b   2   Moon    Elephant
2   b   3       
3   b   4   Sun     Mouse

---

这可能不是最有效的解决方案，但据我所知，它完成了任务：

import pandas as pd
import numpy as np

test = pd.DataFrame({'A': ['a', 'b', 'b', 'b'], 'B': [1, 2, 3, 4],
                     'C': [np.nan, np.nan, np.nan, np.nan], 
                     'D': [np.nan, np.nan, np.nan, np.nan]})


input_b = {2: ['Moon', 'Elephant'], 4: ['Sun', 'Mouse']}


for key, value in input_b.items():
    test.loc[test['B'] == key, ['C', 'D']] = value

print(test)

收益率：

   A  B     C         D
0  a  1   NaN       NaN
1  b  2  Moon  Elephant
2  b  3   NaN       NaN
3  b  4   Sun     Mouse

如果字典

input_b

太大（更新的行太多，for循环中的迭代次数太多），这将变得更慢，但是对于较小的

input_b

，即使对于较大的

test

数据帧，速度也应该相对较快

---

此答案还假设

input\u b

字典中的键引用原始数据帧中

b

列的值，并将在

C

和

D

列中为

b

列中的重复值添加重复值。

这可能不是最有效的解决方案，但据我所知，它完成了任务：

import pandas as pd
import numpy as np

test = pd.DataFrame({'A': ['a', 'b', 'b', 'b'], 'B': [1, 2, 3, 4],
                     'C': [np.nan, np.nan, np.nan, np.nan], 
                     'D': [np.nan, np.nan, np.nan, np.nan]})


input_b = {2: ['Moon', 'Elephant'], 4: ['Sun', 'Mouse']}


for key, value in input_b.items():
    test.loc[test['B'] == key, ['C', 'D']] = value

print(test)

收益率：

   A  B     C         D
0  a  1   NaN       NaN
1  b  2  Moon  Elephant
2  b  3   NaN       NaN
3  b  4   Sun     Mouse

如果字典

input_b

太大（更新的行太多，for循环中的迭代次数太多），这将变得更慢，但是对于较小的

input_b

，即使对于较大的

test

数据帧，速度也应该相对较快

---

此答案还假设

input\u b

字典中的键引用原始数据帧中

b

列的值，并将在

C

和

D

列中添加重复值，以获得

b

列中的重复值。

使用

update

test=test.set_index('B')
test.update(pd.DataFrame(input_b,index=['C','D']).T)
test=test.reset_index()
test
   B  A     C         D
0  1  a   NaN       NaN
1  2  b  Moon  Elephant
2  3  b   NaN       NaN
3  4  b   Sun     Mouse

---

使用

update

test=test.set_index('B')
test.update(pd.DataFrame(input_b,index=['C','D']).T)
test=test.reset_index()
test
   B  A     C         D
0  1  a   NaN       NaN
1  2  b  Moon  Elephant
2  3  b   NaN       NaN
3  4  b   Sun     Mouse

将索引设置为

B

后，可以使用索引：

test = test.set_index('B')
test.loc[input_b, ['C', 'D']] = list(input_b.values())
test = test.reset_index()

print(test)

   B  A     C         D
0  1  a   NaN       NaN
1  2  b  Moon  Elephant
2  3  b   NaN       NaN
3  4  b   Sun     Mouse

将索引设置为

B

后，可以使用索引：

test = test.set_index('B')
test.loc[input_b, ['C', 'D']] = list(input_b.values())
test = test.reset_index()

print(test)

   B  A     C         D
0  1  a   NaN       NaN
1  2  b  Moon  Elephant
2  3  b   NaN       NaN
3  4  b   Sun     Mouse

---

使用

apply

test['C'] = test['B'].map(input_b).apply(lambda x: x[0] if type(x)==list else x)
test['D'] = test['B'].map(input_b).apply(lambda x: x[1] if type(x)==list else x)

屈服

   A  B     C         D
0  a  1   NaN       NaN
1  b  2  Moon  Elephant
2  b  3   NaN       NaN
3  b  4   Sun     Mouse

---

使用

apply

test['C'] = test['B'].map(input_b).apply(lambda x: x[0] if type(x)==list else x)
test['D'] = test['B'].map(input_b).apply(lambda x: x[1] if type(x)==list else x)

屈服

   A  B     C         D
0  a  1   NaN       NaN
1  b  2  Moon  Elephant
2  b  3   NaN       NaN
3  b  4   Sun     Mouse

---

我知道如何做到这一点，首先将字典转换为数据帧，然后将其与第一个数据帧合并。但是，如果第一个数据帧（test）比我希望修改的部分大得多，那么这个过程会变得非常缓慢。我认为使用

pd将字典转换为数据帧。从dict（你的字典）

开始，然后与

input\b

合并似乎是最好的解决方案。如果有更好的解决方案，我会感到惊讶。我知道如何做到这一点，首先将字典转换为数据帧，然后将其与第一个数据帧合并。但是，如果第一个数据帧（test）比我希望修改的部分大得多，那么这个过程会变得非常缓慢。我认为使用

pd将字典转换为数据帧。从dict（你的字典）

开始，然后与

input\b

合并似乎是最好的解决方案。如果有更好的解决办法，我会感到惊讶。