Python DataFrame：将键列表的一列映射到值列表的一列

以下是输入：

df = pd.DataFrame({'keys': [('K0', 'K1'), ('K1', 'K2')],
                     'A': ['A0', 'A1']})
lookup_df = pd.DataFrame({'val': ['V1', 'V2', 'V3']},
                          index = ['K0', 'K1', 'K2'])

在一些“join”操作之后，我希望在

df

中添加一个新列，它将

df

中的

keys

映射到

lookup\u df

中的

val

输出应为：

pd.DataFrame({'keys': [('K0', 'K1'), ('K1', 'K2')],
              'val': [('V0', 'V1'), ('V1', 'V2')],  
              'A': ['A0', 'A1']})

我能想到的一个方法是：

df['val'] = df['keys'].apply(lambda ks: 
    list(map(lambda k: lookup_df.loc[k].val, ks)))

---

还有其他更好的方法吗？

您可以这样做：

In [83]: df['val'] = df['keys'].str.join(',').str.split(',', expand=True).stack().map(lookup_df.val).unstack().apply(tuple)

In [84]: df
Out[84]:
    A      keys       val
0  A0  (K0, K1)  (V1, V2)
1  A1  (K1, K2)  (V2, V3)

In [85]: lookup_df
Out[85]:
   val
K0  V1
K1  V2
K2  V3

或者更好，但速度较慢的方法（由于）：

针对10K行DF的计时：

In [18]: big = pd.concat([df] * 10**5, ignore_index=True)

In [19]: x = big.head(10**4)

In [20]: x.shape
Out[20]: (10000, 2)

In [21]: %timeit x['keys'].str.join(',').str.split(',', expand=True).stack().map(lookup_df.val).unstack().apply(tuple)
10 loops, best of 3: 75.1 ms per loop

In [22]: %timeit x['keys'].apply(pd.Series).stack().map(lookup_df.val).unstack().apply(tuple)
1 loop, best of 3: 5.5 s per loop

In [23]: %timeit x['keys'].apply(pd.Series).replace(lookup_df.val).apply(tuple)
1 loop, best of 3: 5.52 s per loop

In [24]: %%timeit
   ....: dk = pd.DataFrame(x['keys'].tolist()).applymap(lambda x: lookup_df.val[x])
   ....: x['val'] = zip(dk[0], dk[1])
   ....:
1 loop, best of 3: 1.66 s per loop

---

结论：最丑陋的方法是目前最快的方法

更短并避免字符串操纵：

df['val'] = df['keys'].apply(pd.Series).replace(lookup_df.val).apply(tuple)

---

这并不意味着漂亮

dk = pd.DataFrame(df['keys'].tolist()).applymap(lambda x: lookup_df.val[x])
df['val'] = zip(dk[0], dk[1])

df

---

你不想用

df['keys']开始rubikscus吗。应用（pd.Series）

而不是你的

join/split

？除非我弄错了，

。应用（tuple）

应该是

。应用（tuple，1）

。由于数据帧的对称性，将默认轴保留为0只会同时起作用。

dk = pd.DataFrame(df['keys'].tolist()).applymap(lambda x: lookup_df.val[x])
df['val'] = zip(dk[0], dk[1])

df