python - 如何用 Pandas 数据框中的列值替换单元格中的索引值

Question

我有一个具有唯一 ID 和很少属性的数据集。我在Python中执行k-d树来获取三个最近邻居的每个id的索引，如下图所示:

上图中的“索引”是 Pandas 数据帧附带的默认索引。我想要的输出格式如下图所示:

这可以在 Excel 中使用 vlookup 轻松完成，但如何在 Python 中做到这一点？

Answer 1

使用replace由系列s:

df = df.replace(df['id'])
#or convert to dict (first solution)
#df = df.replace(df['id'].to_dict())
print (df)
   id neighborl neighbor2 neighbor3
0  u1        u1        u4        u3
1  u2        u2        u3        u2
2  u3        u3        u1        u2
3  u4        u4        u1        u2

另一个解决方案:

cols = ['neighbor1', 'neighbor2', 'neighbor3']
df[cols] = df[cols].applymap(df['id'].to_dict().get)
print (df)
   id neighbor1 neighbor2 neighbor3
0  u1        u1        u4        u3
1  u2        u2        u3        u2
2  u3        u3        u1        u2
3  u4        u4        u1        u2

如果想要更动态的解决方案:

#select columns starting by neighbor
cols = df.filter(regex='^neighbor').columns
print (cols)
Index(['neighbor1', 'neighbor2', 'neighbor3'], dtype='object')

df[cols] = df[cols].replace(df['id'])
print (df)
   id neighbor1 neighbor2 neighbor3
0  u1        u1        u4        u3
1  u2        u2        u3        u2
2  u3        u3        u1        u2
3  u4        u4        u1        u2

---

#create mask by columns names starting by neighbor
mask = df.columns.str.startswith('neighbor')
print (mask)
[False  True  True  True]

df.loc[:, mask] = df.loc[:, mask].replace(df['id'])
print (df)
   id neighbor1 neighbor2 neighbor3
0  u1        u1        u4        u3
1  u2        u2        u3        u2
2  u3        u3        u1        u2
3  u4        u4        u1        u2