Python 如何使用字典值更新数据帧？

我有一个字典，它将每个唯一键映射到每个唯一值。我还有一个dataframe，它有一列包含所有这些键（可能多次）。与键列相邻的列具有需要由与另一列中的键关联的值替换的值

我尝试过使用iloc、where和update，但似乎无法使其正常工作

df = pd.DataFrame({'1': ['A', 'B', 'C', 'D'],
                 '2': ["alpha", 2.34, 0, 4.1234],
                  '3': ["bravo", 20.123, 3.123123, 0],
                   '4': ["charlie", 20.123, 3.123123, 0],
                   '5': ["delta", 20.123, 3.123123, 0]},

                 index=['1', '2', '3', '4'])

还有字典

d = {'A': 2, 'B': 3, 'C': 5, 'D': 10}

---

这是合并的预期输出。

您可以尝试以下操作：

df = pd.DataFrame(
    {
        "1": ["A", "B", "C", "D"],
        "2": ["alpha", 2.34, 0, 4.1234],
        "3": ["bravo", 20.123, 3.123123, 0],
        "4": ["charlie", 20.123, 3.123123, 0],
        "5": ["delta", 20.123, 3.123123, 0],
    },
    index=["1", "2", "3", "4"],
)

df["2"] = df["2"].astype("str")

将索引重置为列

1

df = df.set_index("1")

使用

系列

而不是字典；他们多少有些相似。注：我还将其命名为

“2”

，因为我们要替换列

2

d = pd.Series({"A": 2, "B": 3, "C": 5, "D": 10}, name="2")

您现在可以使用下面所示的两种方式之一进行连接。第一个保留列名后缀为

\u old

的旧列，第二个简单地删除它

df = df.join(d, lsuffix="_old")
df = df[["3", "4", "5"]].join(d)

如果要恢复数值索引，可以再次重置索引：

df = df.reset_index(drop=False)

以下是第一种连接方式的输出：

   1   2_old        3        4        5   2
0  A   alpha    bravo  charlie    delta   2
1  B    2.34   20.123   20.123   20.123   3
2  C       0  3.12312  3.12312  3.12312   5
3  D  4.1234        0        0        0  10

请注意，即使您的示例数据在

1

中没有重复的值，上述内容仍然有效

在预期结果数据框中，显示新列具有字符串而不是整数。如果这是您的期望，那么在连接之前创建

Series

对象时需要提供字符串

d = pd.Series({"A": "2", "B": "3", "C": "5", "D": "10"}, name="2")

或者你可以在事后改变它，就像这样：

df = pd.DataFrame(
    {
        "1": ["A", "B", "C", "D"],
        "2": ["alpha", 2.34, 0, 4.1234],
        "3": ["bravo", 20.123, 3.123123, 0],
        "4": ["charlie", 20.123, 3.123123, 0],
        "5": ["delta", 20.123, 3.123123, 0],
    },
    index=["1", "2", "3", "4"],
)

df["2"] = df["2"].astype("str")

编辑：由于OP正在寻找一种更简洁的方法来实现这一点，一种变体可能是：

d = pd.Series({"A": "2", "B": "3", "C": "5", "D": "10"}, name="2")
df = df.join(d, on="1", lsuffix="_old")

编辑2:根据OP的建议，另一个选项是使用

系列。map

：

d = {"A": "2", "B": "3", "C": "5", "D": "10"}
df["2"] = df["1"].map(d)

编辑3:我做了一个快速性能测试；

Series.map

方法的速度明显更快

In [34]: %timeit df.join(d, on="1", lsuffix="_old")                        
1.3 ms ± 58 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)
In [35]: %timeit df["1"].map(d)      
214 µs ± 3.56 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

设置索引和联接，可稍微提高

join

方法的性能：

In [40]: foo = df.set_index("1")     
In [41]: %timeit foo.join(d, lsuffix="_old")                               
818 µs ± 25.1 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

---

在您的输出中，看起来整个第一行都被替换了，这与提供的解释不相关。您的代码示例和描述不一致。根据您的描述，我希望有一个新的专栏，内容如下：

[2,3,5,10]

@suvayu抱歉复制了错误的数据帧。更新。如何将“2”：[“alpha”，2.34，0，4.1234]转换为“2”：[“2”，“3”，“5”，“10”]。我是否遗漏了什么或解释不一致。@vrana95，我只是要求使用字典来更新相应列的值。如果在本例中，数据类型和占位符值产生了巨大的差异，我可以更改它们，但基本前提保持不变。因此，理想情况下，您不必处理字典，两个对象都是数据帧？这应该归结为某种简单的合并/联接，此解决方案似乎太复杂了。它是联接！我添加了一个步骤来设置索引，以使连接更简单，并将

dict

转换为

Series

，从而可以进行连接。第三步是连接本身，我不知道您希望它简单多少。您可以删除

set_index

步骤，并添加

on=“2”

作为要联接的参数。这将它简化为两个步骤。@rye_-bread请检查编辑，我还修复了我在上面的注释中的打字错误

df[“2”]=df[“1”]。映射（d）

似乎有效，而且简单得多？