Python 熊猫使用单元格值作为dict键返回dict值

我的问题涉及到使用dataframe列中的值作为键，以便返回它们各自的值并运行条件语句

我有一个数据帧df，它包含一个列“count”，该列的整数范围为1到8，还有一个列“category”，该列的值为“a”、“B”或“C”

我有一本字典，dct，包含a:2，B:4，C:6对

这是我的（不正确）代码：

因此，我想返回一个数据帧，其中给定行的“count”值大于使用同一行中的“category”字母从字典中检索到的值

因此，如果有（1，2，6，6）的计数值和（A，B，C，A）的类别值，则第三行和第四行将在结果数据帧中返回

---

如何修改上述代码以实现此目的？

一个好方法是将词典添加到现有数据帧中，然后在新数据帧上应用查询：

import pandas as pd
df = pd.DataFrame(data={'count': [4, 5, 6], 'category': ['A', 'B', 'C']})
dct = {'A':5, 'B':4, 'C':-1}
df['min_count'] = df['category'].map(dct)
df = df.query('count>min_count')

按照你的逻辑：

import pandas as pd

dct = {'A':2, 'B':4, 'C':6}
df = pd.DataFrame({'count':[1,2,5,6],
                   'category':['A','B','C','A']})

print('original dataframe')
print(df)

def process_row(x):
    return True if x['count'] >= dct[x['category']] else False

f = df.apply(lambda row: process_row(row), axis=1)
df = df[f]

print('final output')
print(df)

输出：

original dataframe
   count category
0      1        A
1      2        B
2      5        C
3      6        A

final output
   count category
3      6        A

---

对代码的一个小修改：

result = df[df['count'] >= df['category'].apply(lambda x: dct[x])]

不能直接使用

dct.get（df['category']）

，因为

df['category']

返回一个不能用作字典键的可变序列（字典键需要是不可变的对象）

---

因此，

将

和

lambda

应用到救援中！：）

所以没有办法对我的代码做一个小的调整来实现这一点？如果没有，我可能会选择您提供的方法-谢谢。我认为您应该使用我的解决方案，根据您的逻辑和数据批准它，只有第四行是结果…您是正确的。我已经修正了。

result = df[df['count'] >= df['category'].apply(lambda x: dct[x])]