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?
答案 0 :(得分:6)
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
答案 1 :(得分:1)
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|