将 Python 字典映射到 Polars 系列

Question

在 Pandas 中，我们可以使用该map函数将字典映射到系列，以使用映射值创建另一个系列。更一般地说，我相信它调用参数的索引运算符，即[]。

import pandas as pd

dic = { 1: 'a', 2: 'b', 3: 'c' }

pd.Series([1, 2, 3, 4]).map(dic) # returns ["a", "b", "c", NaN]

我还没有找到直接在 Polars 中执行此操作的方法，但找到了一些替代方案。这些是否是推荐的方法，或者是否有更好的方法？

import polars as pl

dic = { 1: 'a', 2: 'b', 3: 'c' }

# Approach 1 - apply
pl.Series([1, 2, 3, 4]).apply(lambda v: dic.get(v, None)) # returns ["a", "b", "c", null]

# Approach 2 - left join
(
    pl.Series([1, 2, 3, 4])
    .alias('key')
    .to_frame()
    .join(
        pl.DataFrame({
            'key': list(dic.keys()),
            'value': list(dic.values()),
        }),
        on='key', how='left',
    )['value']
) # returns ["a", "b", "c", null]

# Approach 3 - to pandas and back
pl.from_pandas(pl.Series([1, 2, 3, 4]).to_pandas().map(dic)) # returns ["a", "b", "c", null]

我在映射表达式字典时看到了这个答案，但由于它的链，when/then/otherwise它可能不适用于大型字典。

Answer 1

更新2023-03-20

Polars有专用的map_dict表情。用这个。

旧答案

将 python 字典映射到极坐标系上应该始终被视为反模式。这将非常慢，并且您想要的在语义上等于连接。

使用联接。它们经过深度优化、多线程并且不使用 python。

例子

import polars as pl

dic = { 1: 'a', 2: 'b', 3: 'c' }

mapper = pl.DataFrame({
    "keys": list(dic.keys()),
    "values": list(dic.values())
})

pl.Series([1, 2, 3, 4]).to_frame("keys").join(mapper, on="keys", how="left").to_series(1)

Series: 'values' [str]
[
    "a"
    "b"
    "c"
    null
]

Answer 2

0.16.3由于Polars版本具有以下Expr.map_dict 方法，因此可以使用以下方法0.16.7：Series.map_dict

import polars as pl

mapping_dict = {1: "a", 2: "b", 3: "c"}

# pl.Series.map_dict
pl.Series([1, 2, 3, 4]).map_dict(mapping_dict)

# pl.Expr.map_dict
pl_df = pl.Series(name="to_map_col", values=[1, 2, 3, 4]).to_frame()

pl_df.with_columns(pl.col("to_map_col").map_dict(mapping_dict))