Question

假设现在我有dataframe有2列：州和城市。

然后我有一个单独的dict，每个州都有两个字母的缩写词。现在我想添加第三列来映射状态名称及其两个字母的缩写。我应该怎么做Python / Pandas？例如，示例问题如下：

import pandas as pd
a = pd.Series({'State': 'Ohio', 'City':'Cleveland'})
b = pd.Series({'State':'Illinois', 'City':'Chicago'})
c = pd.Series({'State':'Illinois', 'City':'Naperville'})
d = pd.Series({'State': 'Ohio', 'City':'Columbus'})
e = pd.Series({'State': 'Texas', 'City': 'Houston'})
f = pd.Series({'State': 'California', 'City': 'Los Angeles'})
g = pd.Series({'State': 'California', 'City': 'San Diego'})
state_city = pd.DataFrame([a,b,c,d,e,f,g])
state_2 = {'OH': 'Ohio','IL': 'Illinois','CA': 'California','TX': 'Texas'}

现在，我必须使用df字典在state_city state_2中映射列状态。映射的df state_city应包含三列：state，city和state_2letter。

原始数据集我在几乎所有美国主要城市都有多个专栏。

因此手动执行效率会降低。有没有简单的方法呢？

Answer 1

首先，在字典中存储像state name: abbreviation这样的键值对可能更容易，如下所示：

state_2 = {'Ohio': 'OH', 'Illinois': 'IL', 'California': 'CA', 'Texas': 'TX'}

您可以轻松实现这一目标：

state_2 = {state: abbrev for abbrev, state in state_2.items()}

使用pandas.DataFrame.map：

>>> state_city['abbrev'] = state_city['State'].map(state_2)
>>> state_city
          City       State abbrev
0    Cleveland        Ohio     OH
1      Chicago    Illinois     IL
2   Naperville    Illinois     IL
3     Columbus        Ohio     OH
4      Houston       Texas     TX
5  Los Angeles  California     CA
6    San Diego  California     CA

Answer 2

我确实同意@blacksite，认为state_2字典应该这样映射其值：

state_2 = {'Ohio': 'OH','Illinois': 'IL','California': 'CA','Texas': 'TX'}

然后使用pandas.DataFrame.replace

state_city['state_2letter'] = state_city.State.replace(state_2)
state_city

|-|State      |City         |state_2letter|
|-|-----      |------       |----------|
|0| Ohio      | Cleveland   |   OH|
|1| Illinois  | Chicago     |   IL|
|2| Illinois  | Naperville  |   IL|
|3| Ohio      | Columbus    |   OH|
|4| Texas     | Houston     |   TX|
|5| California| Los Angeles |   CA|
|6| California| San Diego   |   CA|

将美国州名称映射到单独在字典中给出的两个字母的首字母缩略词

2 个答案: