Question

列表的数据框列（系列）可以用作字典中的条件检查吗？

我有一列单词列表（拆分的tweet），我想将它们馈送到vocab词典中以查看它们是否都存在-如果不存在，我想跳过它，继续然后对现有单词运行一个函数。

此代码为该列中的一行产生了预期的结果，但是，如果我尝试将其应用于多个列，则会收到“无法散列的类型列表”错误。

w2v_sum = w2v[[x for x in train['words'].values[1] if x in w2v.vocab]].sum()

使用可复制的示例进行编辑：

df = pd.DataFrame(data={'words':[['cow','bird','cat'],['red','blue','green'],['low','high','med']]})

d = {'cow':1,'bird':4,'red':1,'blue':1,'green':1,'high':6,'med':3}

期望的输出是总计（词典中单词的总和）：

total   words
0   5   [cow, bird, cat]
1   3   [red, blue, green]
2   9   [low, high, med]

Answer 1

这应该做您想要的：

import pandas as pd
df = pd.DataFrame(data={'words':[['cow','bird','cat'],['red','blue','green'],['low','high','med']]})

d = {'cow':1,'bird':4,'red':1,'blue':1,'green':1,'high':6,'med':3}

编辑：

要反映列内的列表，请参阅以下嵌套理解：

list_totals = [[d[x] for x in y if x in d] for y in df['words'].values]
list_totals = [sum(x) for x in list_totals]
list_totals
[5, 3, 9]

然后您可以将list_totals作为一列添加到您的pd。

Answer 2

一种解决方案是使用collections.Counter和列表理解：

from collections import Counter

d = Counter({'cow':1,'bird':4,'red':1,'blue':1,'green':1,'high':6,'med':3})

df['total'] = [sum(map(d.__getitem__, L)) for L in df['words']]

print(df)

                words  total
0    [cow, bird, cat]      5
1  [red, blue, green]      3
2    [low, high, med]      9

或者，如果您始终有固定数量的单词，则可以分成多个系列并使用pd.DataFrame.applymap：

df['total'] = pd.DataFrame(df['words'].tolist()).applymap(d.get).sum(1).astype(int)

检查列值是否存在于字典[pandas]

2 个答案: