Question

我有一个数据框为

> print(df)
[Out:]
activity-code    activity
-------------------------
0                unknown
99               NaN
84               sports
72;99            NaN
57               recreational
57;99;11         NaN
11               NaN

和一本以活动代码为键的字典，

> print(act_dict)
[Out:]
{10: 'unknown',
11: 'cultural',
57: 'recreational',
72: 'social service',
84: 'sports',
99: 'education'}

数据框内的所有值都存储为字符串，即使活动代码的值也为字符串。而字典键是整数类型 我想参考字典中存储在活动代码列中的值，以某种方式映射并替换为活动中缺少的值。所以所需的输出数据帧应该是这样的，

> print(df)
[Out:]
activity-code    activity
-------------------------
0                unknown
99               education
84               sports
72;99            social service;education
57               recreational
57;99;11         recreational;education;cultural
11               cultural

这是我到目前为止尝试过的，

df['new-activity'] = df['activity-code'].str.split(';').apply(lambda x: ';'.join([act_dict[int(i)] for i in x]))

但是我在活动代码不是单个代码值的单个值中收到KeyError。错误显示KeyError: 0

如何将字典值映射到数据框活动列中的缺失值？

Answer 1

使用apply和str.split，而不是apply，使用列表推导并通过';'将其加入：

df['activity'] = df['activity-code'].str.split(';').apply(lambda x: ';'.join([act_dict[int(i)] for i in x]))

现在：

print(df)

输出：

  activity-code                         activity
0             0                          unknown
1            99                        education
2            84                           sports
3         72;99         social service;education
4            57                     recreational
5      57;99;11  recreational;education;cultural
6            11                         cultural

Answer 2

如果您的字典中没有针对0的值，则可以使用filter（）：

df['activity']= df['activity-code'].apply(lambda x:'; '.join(list(filter(None,map(act_dict.get,list(map(int,x.split(';'))))))))

使用字典并参考另一列值来映射熊猫数据框的一列中的缺失值

2 个答案: