我目前正在尝试将列表的某些值添加到我的pandas表中的新列中。
col3的第一个值是列表的第一个。如果col1和col2的元组仍然相同，则第二个值相同。
开始添加列表的下一项的条件是，它是列col1和col2中各项的新唯一组合。
示例：
df = pd.DataFrame({'col1':[1,1,1,1,3,3,3,10], 'col2':[1,1,2,2,9,9,9,5]})
list1=[5,9,3,12]
col1 col2 col1 col2 col3
1 1 1 1 5
1 1 1 1 5
1 2 should become 1 2 9
1 2 ------------------> 1 2 9
3 9 3 9 3
3 9 3 9 3
3 9 3 9 3
10 5 10 5 12
我只用1列作为条件：
di =dict(zip(df['col1'].unique(),list1))
df['col2'] = df_averageInPanda['col1'].map(di)
要在元组条件下运行它，我尝试了drop_duplicate()，因为unique()函数不能在多列上使用，但是它不能用，但是给我一个空的col3 < / p>
di =dict(zip(df[['col1','col2']].drop_duplicates(),list1))
df['col3'] = df['col1'].map(di)
有什么解决办法的想法吗？
答案 0 :(得分：3)
这是另一种方法。您可以使用Pandas创建具有唯一行的新数据框（保持顺序）并分配新列。然后将其与您的原始数据框合并：
res = df.merge(df.drop_duplicates().assign(col3=list1))
print(res)
col1 col2 col3
0 1 1 5
1 1 1 5
2 1 2 9
3 1 2 9
4 3 9 3
5 3 9 3
6 3 9 3
7 10 5 12
答案 1 :(得分：1)
您可以使用shift()并与初始值进行比较，以分析值何时更改，然后map成为您的list1值。
s = df.ne(df.shift()).sum(1).cumsum()
df['col3'] = s.map(dict(zip(s.unique(), list1)))
col1 col2 col3
0 1 1 5
1 1 1 5
2 1 2 9
3 1 2 9
4 3 9 3
5 3 9 3
6 3 9 3
7 10 5 12
小df的时间：
df = pd.concat([df]*100).reset_index(drop=True)
%timeit s = df.ne(df.shift()).sum(1).cumsum(); df['col3'] = s.map(dict(zip(s.unique(), list1)))
2.81 ms ± 38.9 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
%timeit df.merge(df.drop_duplicates().assign(col3=list1))
3.39 ms ± 32.5 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
大df的时间：
df = pd.concat([df]*100000).reset_index(drop=True)
%timeit s = df.ne(df.shift()).sum(1).cumsum(); df['col3_'] = s.map(dict(zip(s.unique(), list1)))
184 ms ± 1.88 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)
%timeit df.merge(df.drop_duplicates().assign(col3=list1))
87.6 ms ± 2.4 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)
详细地说，df.ne(df.shift()).sum(1).cumsum()产生一系列累积唯一的值
0 2
1 2
2 3
3 3
4 5
5 5
6 5
7 7
然后，将这些值map list1中，并重新分配为列。