python - 将数据框内容映射和更新到部分字典

Question

问题

以下数据帧 df 的

TypeA 和 TypeB 列:

   Mix             TypeA  TypeB
0  701        12,101,102    9.0
1  702           7,11,16    7.0
2  703  12,102,NaN,11,16    7.0
3  704            5,3,16    NaN
4  705   101,102,10,3,16    6.0

...需要映射到字典:

code_dict = {12: 'a', 102: 'b', 7: 'c', 11: 'd', 16: 'e', 5: 'f'}

期望的结果

   Mix             TypeA  TypeB
0  701           a,101,b    9
1  702             c,d,e    c
2  703       a,b,NaN,d,e    c
3  704             f,3,e    NaN
4  705      101,b,10,3,e    6

所做的努力

尝试#1

认为 df 可以使用如下简单命令拆分、扩展并将 code_dict 映射到 df:

pd.concat([df.TypeA.str.split(',', expand=True), df.TypeB]).apply(lambda x: code_dict[x], 1)

...但它给出了 TypeError: 'Series' objects are mutable, thus they cannot be hashed

尝试#2

做了一个函数f:

def f(x):
    try:
        result = code_dict[x]
    except KeyError:
        result = x
    return result

...并将其用作...

dfa = df.TypeA.str.split(',', expand=True).\
        apply(pd.to_numeric, errors='coerce').applymap(f)

pd.concat([df.iloc[:, :2], dfa, df.TypeB.map(f)], axis=1)

...这接近于期望的结果，但不完全是那样。

查询

1. 是否有一种矢量化的方法来替换/更新扩展的 df 而无需在函数 f 上使用 map 和 applymap ？
2. 为了获得预期的结果，我尝试使用 dfa 操作recs = [list(i.values()) for i in dfa.to_dict('records')]。这给出了如下列表列表:

[['a', 101, 'b', nan, nan], 
['c', 'd', 'e', nan, nan], 
['a', 'b', nan, 'd', 'e'], 
['f', 3, 'e', nan, nan], 
[101, 'b', 10.0, 3.0, 'e']]

...而且我无法清除其中的 nan。

有没有办法达到预期的效果？

Answer 1

我建议在这里使用 dict.get(key, key) 方法 - 它的工作方式类似于 d[key] 但如果没有匹配的原始值返回(第二个参数).

在 TypeA 列中是字符串，因此对于匹配，将字典的键转换为 string 并使用 split 和 join 返回，对于列 TypeB 使用原始字典，因为数字(如果也是字符串，使用 d):

code_dict = {12: 'a', 102: 'b', 7: 'c', 11: 'd', 16: 'e', 5: 'f'}
d = {str(k): v for k, v in code_dict.items()}

df.TypeA = df.TypeA.apply(lambda x: ','.join(d.get(y, y) for y in x.split(',')))
df.TypeB = df.TypeB.apply(lambda x: code_dict.get(x, x))
print (df)
   Mix         TypeA TypeB
0  701       a,101,b     9
1  702         c,d,e     c
2  703   a,b,NaN,d,e     c
3  704         f,3,e   NaN
4  705  101,b,10,3,e     6

---

Is there a vectorized way to replace / update the expanded df without using map and applymap on function f ?

在我看来不是，因为这里的replace有问题，因为需要处理,之间的值。

To get to the desired result, I tried manipulate dfa using recs = [list(i.values()) for i in dfa.to_dict('records')].

有多种解法，可以查看this ，例如:

recs =[value[~np.isnan(value)] for value in recs]