主页 / coding / 问题 / 78323502
Accepted
Евгения
Asked: 2024-04-14 18:43:14 +0800 CST

pandas 根据字典添加列

  • 772

如何向 df 添加新列，其中包含 True 或 False，具体取决于字典？

import pandas as pd

my_dict={
    'Group1':('Item1','Item3'),
    'Group2':('Item2','Item3','Item4','Item5'),
    'Group3':('Item1')
        }

df=pd.DataFrame({
            'Item':['Item1','Item2','Item3','Item4'],
            'Group':['Group1','Group1','Group2','Group3']
               })

我想要的结果：

df=pd.DataFrame({
            'Item':['Item1','Item2','Item3','Item4'],
            'Group':['Group1','Group1','Group2','Group3'],
            'New_col':['True','False','True','False']
               })

我试过：

df['New_col']=df['Item'].str.startswith(df['Group'].apply(lambda x: my_dict.get(x)))

但我得到了错误：

类型错误：需要字符串或元组，而不是系列

python

1 个回答

  1. Best Answer

    我认为最有效的方法是在 python 中重写字典以形成集合：

    直接映射：

    my_dict={
    'Group1':('Item1','Item3'),
    'Group2':('Item2','Item3','Item4','Item5'),
    'Group3':('Item1',) # this must be a tuple
        }

d = {k: set(v) for k,v in my_dict.items()}

df['New_col'] = [a in d.get(b, set()) for a, b in zip(df['Item'], df['Group'])]

    反向映射：

    my_dict={
    'Group1':('Item1','Item3'),
    'Group2':('Item2','Item3','Item4','Item5'),
    'Group3':('Item1',) # this must be a tuple
        }

d = {}
for k, t in my_dict.items():
    for x in t:
        d.setdefault(x, set()).add(k)

df['New_col'] = [b in d.get(a, set()) for a, b in zip(df['Item'], df['Group'])]

    输出：

        Item   Group  New_col
0  Item1  Group1     True
1  Item2  Group1    False
2  Item3  Group2     True
3  Item4  Group3    False
    • 1

相关问题