Python Pandas-使用Lambda表达式转换数据帧中的某些列值

请原谅我在Python方面相对缺乏经验，但这个问题让我陷入困境已有一段时间了：

我有一个数据帧，df1如下：

ID      Hourly Rate    Category
0   8900    2.99    Car
1   9904    9.99    Car
2   6381    19.99   Bike
3   5862    2.99    Bike
4   2270    2.99    Car

（0-4只是行号）。现在我想制作df2，这样列类别的数据将根据以下条件进行更改：

如果类别为汽车：C 如果类别为自行车：B （也可以有其他类别）

i、 e.df2如下：

ID      Hourly Rate    Category
0   8900    2.99    C
1   9904    9.99    C
2   6381    19.99   B
3   5862    2.99    B
4   2270    2.99    C

---

我在函数中使用了一种非常简单的方法来使用if条件，但希望使用Lambda函数来实现。

如果您的值是分类的，我建议使用内置类型

输出

ID  Hourly  Rate    Category
0   0   8900    2.99    C
1   1   9904    9.99    C
2   2   6381    19.99   B
3   3   5862    2.99    B
4   4   2270    2.99    C

---

如果您的值是分类的，我建议使用

Pandas

内置类型

输出

ID  Hourly  Rate    Category
0   0   8900    2.99    C
1   1   9904    9.99    C
2   2   6381    19.99   B
3   3   5862    2.99    B
4   4   2270    2.99    C

我认为字典在定义类别时最好使用：

df['Category'] = df['Category'].map({'Car':'C','Bike':'B'}).fillna('No match')
print (df)
   ID  Hourly   Rate Category
0   0    8900   2.99        C
1   1    9904   9.99        C
2   2    6381  19.99        B
3   3    5862   2.99        B
4   4    2270   2.99        C

为了提高内存使用率，还可以使用：

df['Category'] = pd.Categorical(df['Category'].map({'Car':'C','Bike':'B'}).fillna('No match'))
print (df)
   ID  Hourly   Rate Category
0   0    8900   2.99        C
1   1    9904   9.99        C
2   2    6381  19.99        B
3   3    5862   2.99        B
4   4    2270   2.99        C

如果类别可能有多个值，请在目录列表中定义它们：

print (df)
   ID  Hourly   Rate Category
0   0    8900   2.99     Car1
1   1    9904   9.99     Car2
2   2    6381  19.99    Bike1
3   3    5862   2.99     Bike
4   4    2270   2.99      Car

d = {'C':['Car','Car1','Car2'], 'B':['Bike','Bike1','Bike2']}
d1 = {k: oldk for oldk, oldv in d.items() for k in oldv}
print (d1)
{'Car1': 'C', 'Bike': 'B', 'Bike2': 'B', 'Car2': 'C', 'Car': 'C', 'Bike1': 'B'}

df['Category'] = pd.Categorical(df['Category'].map(d1).fillna('No match'))
print (df)
   ID  Hourly   Rate Category
0   0    8900   2.99        C
1   1    9904   9.99        C
2   2    6381  19.99        B
3   3    5862   2.99        B
4   4    2270   2.99        C

编辑：

如果需要在循环中定义值，一种可能的解决方案是自定义函数：

def f(x):
    if x == 'Car':
        return 'C'
    elif x == 'Bike':
        return 'B'
    else:
        return 'No match'

df['Category'] = df['Category'].apply(f)
print (df)
   ID  Hourly   Rate Category
0   0    8900   2.99        C
1   1    9904   9.99        C
2   2    6381  19.99        B
3   3    5862   2.99        B
4   4    2270   2.99        C

我认为字典在定义类别时最好使用：

df['Category'] = df['Category'].map({'Car':'C','Bike':'B'}).fillna('No match')
print (df)
   ID  Hourly   Rate Category
0   0    8900   2.99        C
1   1    9904   9.99        C
2   2    6381  19.99        B
3   3    5862   2.99        B
4   4    2270   2.99        C

为了提高内存使用率，还可以使用：

df['Category'] = pd.Categorical(df['Category'].map({'Car':'C','Bike':'B'}).fillna('No match'))
print (df)
   ID  Hourly   Rate Category
0   0    8900   2.99        C
1   1    9904   9.99        C
2   2    6381  19.99        B
3   3    5862   2.99        B
4   4    2270   2.99        C

如果类别可能有多个值，请在目录列表中定义它们：

print (df)
   ID  Hourly   Rate Category
0   0    8900   2.99     Car1
1   1    9904   9.99     Car2
2   2    6381  19.99    Bike1
3   3    5862   2.99     Bike
4   4    2270   2.99      Car

d = {'C':['Car','Car1','Car2'], 'B':['Bike','Bike1','Bike2']}
d1 = {k: oldk for oldk, oldv in d.items() for k in oldv}
print (d1)
{'Car1': 'C', 'Bike': 'B', 'Bike2': 'B', 'Car2': 'C', 'Car': 'C', 'Bike1': 'B'}

df['Category'] = pd.Categorical(df['Category'].map(d1).fillna('No match'))
print (df)
   ID  Hourly   Rate Category
0   0    8900   2.99        C
1   1    9904   9.99        C
2   2    6381  19.99        B
3   3    5862   2.99        B
4   4    2270   2.99        C

编辑：

如果需要在循环中定义值，一种可能的解决方案是自定义函数：

def f(x):
    if x == 'Car':
        return 'C'
    elif x == 'Bike':
        return 'B'
    else:
        return 'No match'

df['Category'] = df['Category'].apply(f)
print (df)
   ID  Hourly   Rate Category
0   0    8900   2.99        C
1   1    9904   9.99        C
2   2    6381  19.99        B
3   3    5862   2.99        B
4   4    2270   2.99        C

---

---

你想让类别以第一个字母表为基础吗？@shivsn:谢谢！分类可以是任何值-没有那样的相关性。你想让分类基于它的第一个字母表吗？@shivsn:谢谢！顺便说一下，类别可以是任何值-没有那样的相关性。非常感谢。我们可以用lambda表达式（没有映射）来做同样的事情吗？@TalhaIrfan-当然，给我一个答案sec@TalhaIrfan，为什么要为此使用

lambda

？这是不必要的，而且效率低下。@jpp：谢谢你的建议@TalhaIrfan-如果想要lambda-

df['Category']=df['Category']。应用（lambda x:'C'如果x='Car'else'B'）

，但它总是很慢，并且只对

Car

的设置类别和所有其他设置为

B

的值起作用。但我认为你有更多的分类，所以可能的低效解决方案应该是重复

df['Category']=df['Category'].apply（lambda x:'C'if x=='Car'else x）

和

df['Category']=df['Category']）。apply（lambda x:'B'if x=='Bike'else x）

什么是非常缓慢和丑陋的。非常感谢。我们可以用lambda表达式（没有映射）来做同样的事情吗？@TalhaIrfan-当然，给我一个答案sec@TalhaIrfan，为什么要为此使用

lambda

？这是不必要的，而且效率低下。@jpp：谢谢你的建议@TalhaIrfan-如果想要lambda-

df['Category']=df['Category']。应用（lambda x:'C'如果x='Car'else'B'）

，但它总是很慢，并且只对

Car

的设置类别和所有其他设置为

B

的值起作用。但我认为你有更多的分类，所以可能的低效解决方案应该是重复

df['Category']=df['Category'].apply（lambda x:C'if x=='Car'else x）

和

df['Category']=df['Category']）。apply（lambda x:'B'if x=='Bike'else x）

什么是非常缓慢和丑陋的。不，

Category

是提供的df中的列名。我使用

astype（'category'）

转换了它，这是工作代码。很抱歉，我没有正确检查。它确实工作得很好。它按字母顺序将类别（您在最后一行中提供的类别）应用于df1的列值，对吗？不，

Category

是提供的df中的列名。我使用

astype（'category'）

转换了它，这是工作代码。很抱歉，我没有正确检查。它确实工作得很好。它按字母顺序将类别（您在最后一行中提供的类别）应用于df1的列值，对吗？