Python 用表中的列名替换列值

我的数据框架如下：

ASD   ASP   TOF   SVC   OLIP
x    Nan    1     3      x
Nan   x    Nan    Nan    x
Nan  Nan    x     Nan    3
3    Nan    Nan   Nan    x

我还有一本字典，上面写着

格言：

{1 : Trivial
 2 : Mild
 3 : Severe
}

现在，我正在尝试以这样一种方式填充和转换我的数据帧：无论哪里有x，它都应该用列名填充，无论哪里有数字，它都应该用列名-dict值填充

预期数据帧输出：

ASD        ASP   TOF          SVC         OLIP
ASD        Nan  TOF-Trivial  SVC-Severe   OLIP
Nan        ASP   Nan          Nan         OLIP
Nan        Nan   TOF          Nan         OLIP-Severe
ASD-Severe Nan   Nan          Nan         OLIP

我尝试了以下代码

df.apply(lambda x: x.replace(to_replace='x', value=df.columns.to_series())`

但它给了我一个错误，即AttributeError:Series对象没有属性列

---

我必须为多个表重复做同样的事情，如果有人能帮我解决这个问题，我将不胜感激

如果原始数据帧都是字符串，则可以执行以下操作：

   ASD  ASP  TOF  SVC OLIP
0    x  Nan    1    3    x
1  Nan    x  Nan  Nan    x
2  Nan  Nan    x  Nan    3
3    3  Nan  Nan  Nan    x

d = {
   1 : 'Trivial',
   2 : 'Mild',
   3 : 'Severe'
}

df.apply(lambda x: x.apply(lambda y: {**{str(k): '{}-{}'.format(x.name, v) for k, v in d.items()}, 'nan': 'Nan'}.get(y.lower(), x.name)))

          ASD  ASP          TOF         SVC         OLIP
0         ASD  Nan  TOF-Trivial  SVC-Severe         OLIP
1         Nan  ASP          Nan         Nan         OLIP
2         Nan  Nan          TOF         Nan  OLIP-Severe
3  ASD-Severe  Nan          Nan         Nan         OLIP

如果没有，您可以在应用第二层之前，将类型强制为

str

：

df.apply(lambda x: x.astype(str).apply(lambda y: {**{str(k): '{}-{}'.format(x.name, v) for k, v in d.items()}, 'nan': 'Nan'}.get(y.lower(), x.name)))

如果您可以提前重新定义词典，可能会更有效率：

d = {**{str(k): '{{}}-{}'.format(v) for k, v in d.items()}, 'nan': 'Nan'}

# {'1': '{}-Trivial', '2': '{}-Mild', '3': '{}-Severe', 'nan': 'Nan'}

# Or if you want the final result to be actually np.nan:

d = {**{str(k): '{{}}-{}'.format(v) for k, v in d.items()}, 'nan': np.nan}

# On python 2.7 you need to do this instead:

d = {str(k): '{{}}-{}'.format(v) for k, v in d.iteritems()}
d['nan'] = np.nan

# Or just redefine 'd' manually:

d = {'1': '{}-Trivial', '2': '{}-Mild', '3': '{}-Severe', 'nan': np.nan}

# After 'd' is setup define a custom function

def func(val, name):
    result = d.get(val.lower(), '{}')
    if type(result) == str:
        return result.format(name)
    else:
        return result

# call the custom function in the second layer of apply

df.apply(lambda x: x.astype(str).apply(lambda y: func(y.lower(), x.name)))

          ASD  ASP          TOF         SVC         OLIP
0         ASD  NaN  TOF-Trivial  SVC-Severe         OLIP
1         NaN  ASP          NaN         NaN         OLIP
2         NaN  NaN          TOF         NaN  OLIP-Severe
3  ASD-Severe  NaN          NaN         NaN         OLIP

---

您的原始

DataFrame

是否都是

str

类型？i、 e.是

Nan

actual

np.Nan

还是sting

Nan

？@yatu它是np.Nan是实际的np.Nan，您的函数也在Nan的位置填充列名。请参阅我的最新变体

d={{str k:'{}-{}。k的格式（v），v在d.items（），'Nan:np.Nan}

中，其中

np.Nan。另外，
'nan'
是被强制时的
str
，所以它应该仍然可以工作。看起来像
d={**{str（k）：{{}-{}。k的格式（v），在d.items（）}，'nan'：np.nan}
没有像我使用python 2.7那样工作。如果我使用**我明白了，这会给我带来无效的语法。然后您只需将
d
的定义最初更改为结果：
d={'1'：{}-triple'，2'：{}-millive'，3'：{}-Severe'，nan'：np.nan}
。问题是
items（）
在Python 2.7中语法无效，我不确定
**
解包是否有效。我已经更新了包含Python 2.7变体的答案。它应该可以工作，但我手头没有Python2.7来测试完整的东西。