Добавление нового столбца pandas с отображаемым значением из словаря
Я пытаюсь сделать что-то, что должно быть действительно простым в pandas, но это ничего не значит. Я пытаюсь добавить столбец в существующую фреймворк pandas, который является отображаемым значением, основанным на другом (существующем) столбце. Вот небольшой тестовый пример:
import pandas as pd
equiv = {7001:1, 8001:2, 9001:3}
df = pd.DataFrame( {"A": [7001, 8001, 9001]} )
df["B"] = equiv(df["A"])
print(df)
Я надеялся, что следующее:
A B
0 7001 1
1 8001 2
2 9001 3
Вместо этого я получаю сообщение об ошибке, указывающее, что equiv не является вызываемой функцией. Достаточно справедливо, это словарь, но даже если я завершу его в функцию, я все равно получаю разочарование. Поэтому я попытался использовать функцию карты, которая, похоже, работает с другими операциями, но она также побеждена с помощью словаря:
df["B"] = df["A"].map(lambda x:equiv[x])
В этом случае я просто получаю KeyError: 8001. Я прочитал документацию и предыдущие сообщения, но еще не нашел ничего, что подсказывает, как смешивать словари с фреймами pandas. Любые предложения были бы с благодарностью.
Ответы
Ответ 1
Правильный способ сделать это будет df["B"] = df["A"].map(equiv).
In [55]:
import pandas as pd
equiv = {7001:1, 8001:2, 9001:3}
df = pd.DataFrame( {"A": [7001, 8001, 9001]} )
df["B"] = df["A"].map(equiv)
print(df)
A B
0 7001 1
1 8001 2
2 9001 3
[3 rows x 2 columns]
И он будет обрабатывать ситуацию, когда ключ не существует очень красиво, учитывая следующий пример:
In [56]:
import pandas as pd
equiv = {7001:1, 8001:2, 9001:3}
df = pd.DataFrame( {"A": [7001, 8001, 9001, 10000]} )
df["B"] = df["A"].map(equiv)
print(df)
A B
0 7001 1
1 8001 2
2 9001 3
3 10000 NaN
[4 rows x 2 columns]
