Question

我有一个熊猫数据框：

df = pd.DataFrame({'col1': ['3 a, 3 ab, 1 b',
                            '4 a, 4 ab, 1 b, 1 d',
                            np.nan] })

和字典

di = {'a': 10.0,
 'ab': 2.0,
    'b': 1.5,
    'd': 1.0,
    np.nan: 0.0}

使用字典中的值，我要像这样评估数据框行：

3 * 10.0 + 3 * 2.0 + 1 * 1.5给我最终的输出像这样：

pd.DataFrame({'col1': ['3 a, 3 ab, 1 b',
                            '4 a, 4 ab, 1 b, 1 d',
                            'np.nan'], 'result': [37.5,
                            50.5,
                            0]  })

到目前为止，我只能将'，'替换为'+'

df['col1'].str.replace(',',' +').str.split(' ')

Answer 1

我们首先使用this函数将您的字符串explode {}分隔为逗号分隔的行。
然后我们用空格（' '）split分隔列。
最后我们map将您的字典放入字母中并进行groupby.sum：

new  = explode_str(df.dropna(), 'col1', ',')['col1'].str.strip().str.split(' ', expand=True).append(df[df['col1'].isna()])

s = new[1].map(di) * pd.to_numeric(new[0])

df['result'] = s.groupby(s.index).sum()

输出

                  col1  result
0       3 a, 3 ab, 1 b    37.5
1  4 a, 4 ab, 1 b, 1 d    50.5
2                  NaN     0.0

链接答案中使用的功能：

def explode_str(df, col, sep):
    s = df[col]
    i = np.arange(len(s)).repeat(s.str.count(sep) + 1)
    return df.iloc[i].assign(**{col: sep.join(s).split(sep)})

Answer 2

这里似乎已经结束了

df['col1'].str.split(', ',expand=True).replace({' ':'*','np.nan':'0'},regex=True).\
     stack().apply(lambda x : eval(x,di)).sum(level=0)
Out[884]: 
0    37.5
1    50.5
2     0.0
dtype: float64

Answer 3

理解力

from functools import reduce
from operator import mul

def m(x): return di.get(x, x)

df.assign(result=[
    sum(
        reduce(mul, map(float, map(m, s.split())))
        for s in row.split(', ')
    ) for row in df.col1
])

                  col1  result
0       3 a, 3 ab, 1 b    37.5
1  4 a, 4 ab, 1 b, 1 d    50.5
2               np.nan     0.0

Answer 4

首先，您可以从字典中插入键：

for key in di.keys():
    df['col1'] = df['col1'].str.replace(key, '*' + str(di[key]))

然后您可以插入运算符：

df['col1'] = df['col1'].str.replace(',', '+')

然后您进行评估：

df['result'] = df['col1'].apply(eval)

请注意，这可能会对np.nan有所帮助，因为其中有a被字典拾取。在那里，您可能需要事先创建其他规则，例如：

df['col1'] = df['col1'].str.replace('np.nan', '0')

Answer 5

从定义一个函数替换源字符串开始来自 di 的相应值（即将应用）：

def repl(src):
    return di[src] if src in di else 0.0

然后创建一个辅助DataFrame：

提取所有成对的正则表达式组：
- n1 -一个数字序列，
- n2 -字母或点的序列（也匹配 np.nan ）。
将 n1 列更改为数字。
将 repl 函数应用于 n2 ，以替换例如'a'（字符串）与 10.0 （一个数字）。

代码是：

df2 = df.col1.str.extractall(r'(?P<n1>\d+)? ?(?P<n2>[a-z.]+)').fillna('0')
df2.n1 = pd.to_numeric(df2.n1)
df2.n2 = df2.n2.apply(repl)

并得到以下结果：

         n1    n2
  match          
0 0       3  10.0
  1       3   2.0
  2       1   1.5
1 0       4  10.0
  1       4   2.0
  2       1   1.5
  3       1   1.0
2 0       0   0.0

要获得每个组的产品总数，请运行：

df2.groupby(level=0).apply(lambda gr: gr.product(axis=1).sum())

结果是：

0    37.5
1    50.5
2     0.0

字典键，用字典值替换pandas dataframe列中的字符串并执行评估

5 个答案:

理解力