Question

我有一个数据框，其格式为['A'，'B'，'C'，A'，'B'，'B'....]的列'name'和一组数组：对应于'A'的一个，例如array_A = [0，1，2 ...]和array_B = [3，1，0 ...]，array_C等... 我想通过分配array_A来创建新的列“ value”，其中dataframe中的行名称为“ A”，类似地为“ B”和“ C”。

函数df['value']=np.where(df['name']=='A',array_A, df['value'])不会执行此操作，因为它将覆盖其他名称的值或存在维数问题。

例如：

arrays = {'A': np.array([0, 1, 2]),
          'B': np.array([3, 1])}

所需的输出：

df = pd.DataFrame({'name': ['A', 'B', 'A', 'A', 'B']})

  name  value 
0    A      0 
1    B      3  
2    A      1  
3    A      2  
4    B      1

Answer 1

您可以将for循环与字典一起使用：

arrays = {'A': np.array([0, 1, 2]),
          'B': np.array([3, 1])}

df = pd.DataFrame({'name': ['A', 'B', 'A', 'A', 'B']})

for k, v in arrays.items():
    df.loc[df['name'] == k, 'value'] = v

df['value'] = df['value'].astype(int)

print(df)

  name  value
0    A      0
1    B      3
2    A      1
3    A      2
4    B      1

使用一组子列分配新列

1 个答案: