如何基于另一个表[R或Python]对一个表中的多个列重新编码？

我的数据框有几个列，其中包含我想重新编码为整数的字符串值。共有20多列，每列都有其唯一的键值对，而且并非所有列都需要重新编码，因此我正在寻找一种方法来避免在任何时候写20多个case_，每个case_在3-6个case之间，这就是我目前阅读的3+个答案所建议的

我在另一个表中有字符串-整数对，我想知道是否有一种方法可以遍历数据列和键值对的行，重新编码字符串，如下所示：

数据：

键值对：

Column_name  String   Int
C2           D        5
C2           E        10
C2           F        0
C3           X        1
C3           Y        2
C3           Z        7   

输出：

C1  C2  C3
A   5   1
B   10  2
C   0   7

换句话说，对于每个数据列C，代码将只查看C的键值行，并用它们的值替换字符串

我对R或Python解决方案持开放态度。

这里有一种方法可以帮助您解决问题

在带有merge和rehsape2的R中

---

创建字典的另一种方法

d = {}
for c, s, i in zip(*map(pairs.get, pairs)):
    d.setdefault(c, {})[s] = i

df.replace(d)

  C1  C2  C3
0  A   5   1
1  B  10   2
2  C   0   7

有了R，我们就可以使用命名向量来完成这项工作，而无需在基R中使用任何包

df1[-1] <- Map(function(x, y) y[x], df1[-1], 
          with(df2, split(setNames(Int, String), Column_name)))

df1
#  C1 C2 C3
#1  A  5  1
#2  B 10  2
#3  C  0  7

此外，如果列是有序的，那么这将更加紧凑

df1[-1] <-  with(df2, setNames(Int, String))[as.matrix(df1[-1])]

没有任何空格，节省空间

df1[-1]<-with(df2,setNames(Int,String))[as.matrix(df1[-1])]

注意：这可以缩放到任意数量的列

数据 使用dplyr left_join：

图书馆弹琴 图书馆三年 数据%>% gatherColumn\u名称，字符串，-C1%>% 左键\u VAL%>% 选择字符串%>% 扩展列名称，Int 输出 C1 C2 C3 1 A 5 1 2 B 10 2 3C07 可以通过从“聚集”中排除更多变量来缩放此方法。例如，使用以下数据帧：

---

数据“字符串”中的值可能在不同的“列名称”组中重复。使用这个df.replace{k:dictzipd.String，d.Int代表k，d成对使用。groupby'Column_name'}@piRSquared-yep，注意这一点，只需更新：-，谢谢你，这在两种语言中都非常快！您，先生或女士，简直让我大吃一惊。@Khashir-yw:-快乐编码这种方法可以扩展到任意数量的列，而不是所有的列都需要重新编码吗？@Khashir-yes，如果您在初始聚集中包含这些列，我相信是这样。@Khashir我在回答中添加了一个示例，其中一些变量没有重新编码。没有一个现成的解决方案可能与实际数据有关；但这一次的逻辑帮助我找到了解决办法。因此，我选择了这个作为答案。哇，太简洁了。这会扩展到任意数量的列吗？不是所有列都需要重新编码吗？是的。它告诉replace仅替换字典指定的列。注意WeNYoBen的回答也一样。

df1[-1] <- Map(function(x, y) y[x], df1[-1], 
          with(df2, split(setNames(Int, String), Column_name)))

df1
#  C1 C2 C3
#1  A  5  1
#2  B 10  2
#3  C  0  7

df1[-1] <-  with(df2, setNames(Int, String))[as.matrix(df1[-1])]

df1[-1]<-with(df2,setNames(Int,String))[as.matrix(df1[-1])]

df1 <- structure(list(C1 = c("A", "B", "C"), C2 = c("D", "E", "F"), 
    C3 = c("X", "Y", "Z")), class = "data.frame", row.names = c(NA, 
-3L))

df2 <- structure(list(Column_name = c("C2", "C2", "C2", "C3", "C3", 
"C3"), String = c("D", "E", "F", "X", "Y", "Z"), Int = c(5L, 
10L, 0L, 1L, 2L, 7L)), class = "data.frame", row.names = c(NA, 
-6L))