Python 将元组列表映射到新列
假设我有一个Python 将元组列表映射到新列,python,pandas,Python,Pandas,假设我有一个pandas.DataFrame: In [76]: df Out[76]: a b c 0 -0.685397 0.845976 w 1 0.065439 2.642052 x 2 -0.220823 -2.040816 y 3 -1.331632 -0.162705 z 假设我有一个元组列表: In [78]: tp Out[78]: [('z', 0.25), ('y', 0.33), ('x', 0.5), ('w',
pandas.DataFrame
:
In [76]: df
Out[76]:
a b c
0 -0.685397 0.845976 w
1 0.065439 2.642052 x
2 -0.220823 -2.040816 y
3 -1.331632 -0.162705 z
假设我有一个元组列表:
In [78]: tp
Out[78]: [('z', 0.25), ('y', 0.33), ('x', 0.5), ('w', 0.75)]
我想映射tp
dodf
,这样每个元组中的第二个元素将位于一个新列中,该列对应于与每个元组中第一个元素匹配的行
最终结果如下所示:
In [87]: df2
Out[87]:
a b c new
0 -0.685397 0.845976 w 0.75
1 0.065439 2.642052 x 0.50
2 -0.220823 -2.040816 y 0.33
3 -1.331632 -0.162705 z 0.25
我试过使用
lambdas
,pandas.applymap
,pandas.map
,等等,但似乎无法破解这个。因此,对于那些会指出我实际上没有提出问题的人,如何映射tp
dodf
,使每个元组中的第二个元素落在一个新列中,该列对应于与每个元组中第一个元素匹配的行?您需要将元组列表转换为dict,这在python中非常容易,然后调用map
:
In [4]:
df['new'] = df['c'].map(dict(tp))
df
Out[4]:
a b c new
index
0 -0.685397 0.845976 w 0.75
1 0.065439 2.642052 x 0.50
2 -0.220823 -2.040816 y 0.33
3 -1.331632 -0.162705 z 0.25
用于的文档显示它将dict、序列或函数作为函数arg
将函数作为参数,但在整个数据帧上按元素操作,这不是本例中要执行的操作
演示了如何应用操作元素,以及优秀的示例是否有帮助
class pandas.DataFrame(data=None, index=None, columns=None, dtype=None, copy=False)
>>> d = {'col1': ts1, 'col2': ts2}
>>> df = DataFrame(data=d, index=index)
>>> df2 = DataFrame(np.random.randn(10, 5))
>>> df3 = DataFrame(np.random.randn(10, 5),
... columns=['a', 'b', 'c', 'd', 'e'])
我怀疑您使用
map
时遇到的问题是它需要一个函数或dict。在许多地方,可以使用2元组列表来代替dict,但这不是其中之一<代码>映射将尝试将该列表视为一个函数。