Question

我正在尝试为（CSV数据解析器程序的）Geography类编写一个函数，该函数将Pandas系列（称为Cities）中列出的城市转换为City ID。

熊猫系列将类似于df['Cities'] = 'New York'。

例如，纽约的city_id为1212。我从2系列中设置了一个包含城市和城市ID的字典，因此city_dict的内容类似于city_dict = {New York:1212}。

然后，我尝试将city_dict的键与Cities中的城市匹配，然后用city_id替换Cities中的城市。因此，在city_dict中，如果键“ New York”在城市中与字符串“ New York”匹配，我将在城市中将“ New York”替换为“ 1212”（city_dict中的值也是一个字符串，但为数字）。

如何用city_dict中的值（城市的city_id）替换城市中的数据（例如城市名称）？

我认为，如果city_dict的键与“城市”（熊猫系列）中的数据匹配，我可以简单地输入“ if in”语句。由于dict_keys无法哈希，因此无法执行此操作。另外，replace()（如用city_dicts值替换系列中的数据一样）将不起作用，因为Python中的字典不适用于replace()。

这是我功能的基础：

def coding(file, file2):
     list1 = []
     list2 = []
     df = pd.read_csv(file, names=columns, header=None, encoding='utf-8')
     df2 = pd.read_csv(file2, names=codes_columns,header=None, encoding='utf-8')
     dfCity = df['Cities']
     df2id = df2['city_id']
     df2city = df2['City']
     df2id = (df2id) 
     df2city = (df2city) # same as above
     city_dict = dict(zip(df2city,df2id))
     keys = city_dict.keys() 
     keyss = str(list(keys)) 
     strnewdict = str(newdict)
     strkeys = str(keys)
     strdf2id = str(df2id)
     strvalue = str(city_dict.values())
     if dfCity.str.contains('UNKNOWN').any():
           dfCity = dfCity.replace('UNKNOWN','')

     for _ in range(1):
         if dfCity.str.contains(keyss).any():
                 dfCity.replace(keyss,df2id)```

我想到了将city_dict包裹在str周围，然后使用

if Cities.str.contains(keyss).any():
(Keyss being the stringfied keys of city_dict)
But that wasn't useful either 
The ultimate goal is to replace the cities with their city_id's and append them to a list, and overwrite the dfCity Series in a new file

Answer 1

从字典到熊猫：

import pandas as pd
df = pd.DataFrame.from_dict(YOURDICT, orient='index')

如何将Python词典的值转换为Pandas系列中的数据？

1 个答案: