python - 如何将 Pandas 数据框列映射到嵌套字典

Question

我有以下包含各种类的嵌套字典，其中包含一组键值对...

['Class1': ['Param1': '0', 'Param2': '1', 'Param3': '2'], 'Class2': ['Param1': '4', 'Param2': '5', 'Param3': '6']]

我想将嵌套字典映射到 pandas 数据框中的新列，如下所示......

Class,Param
Class1,Param1
Class2,Param1
Class1,Param2
Class2,Param2
Class1,Param3
Class2,Param3

我不确定是否可以使用 pandas 中的 map 函数来完成此操作，我可以使用简单的字典执行以下操作

df['new_column'] = df['Param'].map(dict)

但我不确定如何将列映射到嵌套字典...

Answer 1

我认为您需要通过 DataFrame 构造函数使用 unstack 创建 Series , rename_axis ，创建 Series 的名称，然后创建 join :

d = {'Class1': {'Param1': '0', 'Param2': '1', 'Param3': '2'}, 
     'Class2': {'Param1': '4', 'Param2': '5', 'Param3': '6'}}

s = pd.DataFrame(d).unstack().rename_axis(('Class','Param')).rename('new_column')
print (s)
Class   Param 
Class1  Param1    0
        Param2    1
        Param3    2
Class2  Param1    4
        Param2    5
        Param3    6
Name: new_column, dtype: object

df = df.join(s, on=['Class','Param'])
print (df)
    Class   Param new_column
0  Class1  Param1          0
1  Class2  Param1          4
2  Class1  Param2          1
3  Class2  Param2          5
4  Class1  Param3          2
5  Class2  Param3          6

<小时/>

d = {'Class1': {'Param1': '0'}, 
     'Class2': {'Param1': '4', 'Param2': '5', 'Param3': '6'}}

s = pd.DataFrame(d).unstack().rename_axis(('Class','Param')).rename('new_column')
print (s)
Class   Param 
Class1  Param1      0
        Param2    NaN
        Param3    NaN
Class2  Param1      4
        Param2      5
        Param3      6
Name: new_column, dtype: object

df = df.join(s, on=['Class','Param'])
print (df)
    Class   Param new_column
0  Class1  Param1          0
1  Class2  Param1          4
2  Class1  Param2        NaN
3  Class2  Param2          5
4  Class1  Param3        NaN
5  Class2  Param3          6