Python Pandas根据字典键将字典值分配给数据框列

Question

不是重复的：

引用的答案映射了字典中的值，以替换包含等于该字典中的键的值的列。我的问题是关于将dict值添加到基于键值的数据框中的ANOTHER列中。

---

我对Python不太熟悉 dictionary所以如果这是一个简单的问题，请事先道歉。

我期待map的value一个字典一列的数据帧，其中key在字典等于在数据帧第二列

例如：

如果我的字典是：

dict = {abc:1/2/2003, def:1/5/2017, ghi:4/10/2013}

我的数据框是：

      Member    Group      Date

 0     xyz       A         np.Nan
 1     uvw       B         np.Nan
 2     abc       A         np.Nan
 3     def       B         np.Nan
 4     ghi       B         np.Nan

我想得到以下消息：

      Member    Group      Date

 0     xyz       A         np.Nan
 1     uvw       B         np.Nan
 2     abc       A         1/2/2003
 3     def       B         1/5/2017
 4     ghi       B         4/10/2013

注意：dict在df中，“成员”下没有所有值。我不希望将这些值转换为np.Nan我的地图。所以我认为我必须做一个fillna(df['Member'])保留它们？

提前致谢。

Answer 1

我只想做一个简单的地图来得到答案。

如果我们有一本字典

d = {'abc':'1/2/2003', 'def':'1/5/2017', 'ghi':'4/10/2013'}

数据框为：

      Member    Group      Date

 0     xyz       A         np.Nan
 1     uvw       B         np.Nan
 2     abc       A         np.Nan
 3     def       B         np.Nan
 4     ghi       B         np.Nan

那么一张简单的地图就可以解决问题。

df["Date"] = df["Member"].map(d)

map()将在字典中查找 中的值df['Member']，对于 中的每个值Member，它将从字典中获取值d并将其分配回Date。如果该值不存在，则会赋值NaN。

我们不需要循环或应用。

Answer 2

您可以df.apply用来解决问题，d字典在哪里。

df["Date"] = df["Member"].apply(lambda x: d.get(x))

这段代码要做的是获取Member列中的每个值，然后在字典中查找该值。如果在字典中找到该值，则相应的字典值将填充该列。如果该值不在字典中，则None则将返回。

另外，请确保您的词典包含有效的数据类型。在字典中，键（abc，def，ghi）应表示为字符串，而日期应表示为字符串或日期对象。