在python中使用.apply来应用映射器

Question

这应该很简单，但我无法弄清楚。

我有一张“映射器”＆＃39; DataFrame看起来像这样：

mapper={'old_values':[105,312,269],'new_values':[849,383,628]}
df=pd.DataFrame(mapper)

然后我有另一个数据框，其中包含一个包含旧值的列。我只想将它们全部转换为新值（例如，所有105都应该变成849＆＃39; s）。我想我需要使用df.apply，但我找不到如何做到这一点的例子。

提前致谢。

Answer 1

最好选择Series.map方法，它在功能上执行类似于python字典的方法，以帮助将值从一个系列映射到另一个系列，而不是在这里使用慢速apply函数。

df['old_values'].map(df.set_index('old_values')['new_values'])
Out[12]:
0    849
1    383
2    628
Name: old_values, dtype: int64

您需要做的唯一修改是：

new_df['old_values'].map(old_df.set_index('old_values')['new_values'])

但请注意，这会为NaN中找不到的密钥引入DF。（新DF遇到的任何看不见的值都会被强制转换为NaN）

如果这是您期望的行为，那么map是一种理想的方法。

虽然，如果您打算简单地替换值并保留以前丢失的密钥，您可以选择Series.replace方法。

new_df['old_values'].replace(old_df.set_index('old_values')['new_values'])