Question

我有以下格式的字典：

MyDict = {"string1" : 10, "string2" : 20, "string3" : 30, ...}

我还有一个大型DataFrame，格式如下：

  col1              col2  
0       string1                 1 
1       string2                 2  
2       string3                 1
3       string1                 3   
4       string3                 4
5       string1                 5

我想找到col1！= string1的值，并根据行内容和我最初提到的字典更改值：

df.loc[df["col1"] != "string1" , "col2"] = df["col2"] * MyDict[df["col1"]]

（我立即意识到使用loc的上述用法是不可能的，果然： Series'对象是可变的，因此它们不能被散列）

所需输出的表示：

  col1              col2  
0       string1                 1 
1       string2                 40  
2       string3                 30
3       string1                 3   
4       string3                 120
5       string1                 5

在熊猫中接近这个的正确方法是什么？

Answer 1

在布尔掩码df上使用map并传递将执行查找的dict，并将列与返回的Series的结果相乘：

In [273]:
MyDict = {"string1" : 10, "string2" : 20, "string3" : 30}
df.loc[df["col1"] != "string1" , "col2"] *= df['col1'].map(MyDict)
df

Out[273]:
      col1  col2
0  string1     1
1  string2    40
2  string3    30
3  string1     3
4  string3   120
5  string1     5

Answer 2

我认为更好的是使用str.contains条件：

MyDict = {"string1" : 10, "string2" : 20, "string3" : 30}

df.loc[~df["col1"].str.contains("string1") , "col2"] *= df["col1"].map(MyDict)
print df
      col1  col2
0  string1     1
1  string2    40
2  string3    30
3  string1     3
4  string3   120
5  string1     5

Pandas：根据行内容查找和更新值

2 个答案: