Question

我有一个如下所示的pandas数据框，现在我试图将多列值映射到新列，基本上是多对一映射。

数据框：

 a   b   c    d    e    f    g    h
 0       2         6   -2   10     
     1   3                   4    7
     2  3.5  4.5   8   10.5       8.5
0.5          7.5        6.4       10

我创建了一个字典，显示哪些列属于新列，如下所示。

如果所有列中都有值，则新列应采用最大值，如果没有值，则新列应具有NaN。

字典：

 {x : [a, c, d],
 {y : [b, e, g],
 {z : [f, h]}`

预期数据框：

 a   b   c    d    e    f    g    h    x    y    z
 0       2          6   -2   10        2    10  -2
     1   3                   4    7    3    4    7
     2  3.5  4.5   8   10.5       8.5  4.5  8   10.5
0.5          7.5        6.4       10   7.5       10

我不太确定如何解决此问题，如果能得到一些帮助，我将不胜感激。

Answer 1

您可以先groupby dict，然后再返回concat，然后再调整您的dict

d={'x': ['a', 'c', 'd'],'y': ['b', 'e', 'g'],'z': ['f', 'h']}
from itertools import chain
d=dict(chain(*map(dict.items, [dict.fromkeys(y,x) for x,y in d.items()])))
df=pd.concat([df,df.groupby(d,axis=1).max()],axis=1)

Answer 2

如果列表中的所有值都是唯一的，则可以在dict理解中更改词典，将max和join汇总在一起：

d =  {'x' : ['a', 'c', 'd'],'y' : ['b', 'e', 'g'], 'z' : ['f', 'h']}

#swap key values in dict
#http://stackoverflow.com/a/31674731/2901002
d1 = {k: oldk for oldk, oldv in d.items() for k in oldv}
#convert string repr of numbers to numeric columns
df = df.apply(lambda x: pd.to_numeric(x,errors='coerce'))
df = df.join(df.groupby(d1, axis=1).max())
print (df)
     a    b    c    d    e     f     g    h    x     y     z
0  0.0  NaN  2.0  NaN  6.0  -2.0  10.0  NaN  2.0  10.0  -2.0
1  NaN  1.0  3.0  NaN  NaN   NaN   4.0  7.0  3.0   4.0   7.0
2  NaN  2.0  3.5  4.5  8.0  10.5   8.5  NaN  4.5   8.5  10.5
3  0.5  NaN  7.5  NaN  6.4   NaN  10.0  NaN  7.5  10.0   NaN

但是如果列表中可能的值应该重复（并非所有列表都唯一）：

d =  {'x' : ['a', 'c', 'd', 'e', 'f'],'y' : ['b', 'e', 'g', 'a'], 'z' : ['f', 'h']}
for k, v in d.items():
    df[k] = df.loc[:, v].max(axis=1) 
print (df)
     a    b    c    d    e     f     g    h     x     y     z
0  0.0  NaN  2.0  NaN  6.0  -2.0  10.0  NaN   6.0  10.0  -2.0
1  NaN  1.0  3.0  NaN  NaN   NaN   4.0  7.0   3.0   4.0   7.0
2  NaN  2.0  3.5  4.5  8.0  10.5   8.5  NaN  10.5   8.5  10.5
3  0.5  NaN  7.5  NaN  6.4   NaN  10.0  NaN   7.5  10.0   NaN

将多列映射到Pandas中的新列

2 个答案: