Эффективное создание дополнительных столбцов в pandas DataFrame с использованием .map()
Я анализирую набор данных, который похож по форме на следующий пример. У меня есть два разных типа данных (данные abc и xyz):
abc1 abc2 abc3 xyz1 xyz2 xyz3
0 1 2 2 2 1 2
1 2 1 1 2 1 1
2 2 2 1 2 2 2
3 1 2 1 1 1 1
4 1 1 2 1 2 1
Я хочу создать функцию, которая добавляет столбец категоризации для каждого столбца abc, который существует в dataframe. Используя списки имен столбцов и словарь сопоставления категорий, я смог получить желаемый результат.
abc_columns = ['abc1', 'abc2', 'abc3']
xyz_columns = ['xyz1', 'xyz2', 'xyz3']
abc_category_columns = ['abc1_category', 'abc2_category', 'abc3_category']
categories = {1: 'Good', 2: 'Bad', 3: 'Ugly'}
for i in range(len(abc_category_columns)):
df3[abc_category_columns[i]] = df3[abc_columns[i]].map(categories)
print df3
Конечный результат:
abc1 abc2 abc3 xyz1 xyz2 xyz3 abc1_category abc2_category abc3_category
0 1 2 2 2 1 2 Good Bad Bad
1 2 1 1 2 1 1 Bad Good Good
2 2 2 1 2 2 2 Bad Bad Good
3 1 2 1 1 1 1 Good Bad Good
4 1 1 2 1 2 1 Good Good Bad
В то время как цикл for в конце работает нормально, я чувствую, что должен использовать функцию Python lambda, но не могу понять, как это понять.
Существует ли более эффективный способ сопоставления динамического числа столбцов типа abc?
Ответы
Ответ 1
Вы можете использовать applymap со словарем get:
In [11]: df[abc_columns].applymap(categories.get)
Out[11]:
abc1 abc2 abc3
0 Good Bad Bad
1 Bad Good Good
2 Bad Bad Good
3 Good Bad Good
4 Good Good Bad
И поместите это в указанные столбцы:
In [12]: abc_categories = map(lambda x: x + '_category', abc_columns)
In [13]: abc_categories
Out[13]: ['abc1_category', 'abc2_category', 'abc3_category']
In [14]: df[abc_categories] = df[abc_columns].applymap(categories.get)
Примечание. Вы можете построить abc_columns относительно эффективно, используя понимание списка:
abc_columns = [col for col in df.columns if str(col).startswith('abc')]
