Pandas：通过从列表字典映射来创建列

Question

我有一个 pandas 数据框和一个字典，如下所示。我想根据行索引出现在字典中的哪个列表中在数据框中创建一个新列。

df = pd.DataFrame({
    'a':['x', 'y', 'z'],
    'b':[1, 2, 3],
    'c':[10, 20, 30],
})
df = df.set_index('a')
mydict = {
    'g1':['a', 'b', 'y'],
    'g2':['x', 'k', 'l'],
    'g3':['m', 'l', 'z'],
}

预期产出

   b   c   g
a       
x  1  10  g2
y  2  20  g1
z  3  30  g3

我什至不知道如何开始解决这个问题。可以创建一个自定义函数并使用它来映射吗？但这足够性能吗？在我的实际用例中，“df”中可能有数十万行，“mydict”中可能有数百个键，每个列表将包含数万个项目。另外，我将主要处理整数而不是字符串，如此处所示。

Answer 1

您需要将列表字典展平为带有标量键：值对的简单字典。由于字典需要唯一的键，如果多个列表包含相同的值，该值最终会映射到它所属的最后一个列表的键（这很好，因为你不关心哪个）。

d = {val:key for key, lst in mydict.items() for val in lst}
#{'a': 'g1', 'b': 'g1', 'y': 'g1',
# 'x': 'g2', 'k': 'g2', 
# 'l': 'g3', 'm': 'g3', 'z': 'g3'}

df['g'] = df.index.map(d)
#   b   c   g
#a           
#x  1  10  g2
#y  2  20  g1
#z  3  30  g3