Question

我正在尝试对某些数据集进行一些清理，我可以使用一些for循环来完成任务，但是我想要一种更具Pythonic /可疑的方式来做到这一点。

这是我想出的代码，数据不是真实的..但它应该可以工作

import pandas as pd

# This is a dataframe containing the correct values
correct = pd.DataFrame([{"letters":"abc","data":1},{"letters":"ast","data":2},{"letters":"bkgf","data":3}])

# This is the dataframe containing source data
source = pd.DataFrame([{"c":"ab"},{"c":"kh"},{"c":"bkg"}])

for i,word in source["c"].iteritems():
    for j,row in correct.iterrows():       
        if word in row["letters"]:           
            source.at[i,"c"] = row["data"]    
            break

这是我的一种可笑的尝试，但是由于列表理解返回了生成器而失败了：

source["c"] = source["c"].apply(
lambda x: row["data"] if x in row["letters"] else x for row in 
correct.iterrows() 
)

Answer 1

这是将pd.Series.apply与next和生成器表达式结合使用的一种解决方案：

def update_value(x):
    return next((k for k, v in correct.set_index('data')['letters'].items() if x in v), x)

source['c'] = source['c'].apply(update_value)

print(source)

    c
0   1
1  kh
2   3

DataFrame，应用，lambda，列表理解

1 个答案: