Question

我有一个如下所示的数据

data = [(datetime.datetime(2021, 2, 6, 18, 48, 18, 97962), u'London', u'New York', u'UPLOAD_LOW'), (datetime.datetime(2021, 2, 6, 18, 48, 18, 97962), u'Berlin', u'Tokyo', u'DOWNLOAD_HIGH'), (datetime.datetime(2021, 2, 6, 18, 47, 8, 209495), u'Paris', u'Toronto', u'DROP_LOW')]

这是在pandas中加载时的样子

                        date  source destination          issue
0 2021-02-06 18:48:18.097962  London    New York     UPLOAD_LOW
1 2021-02-06 18:48:18.097962  Berlin       Tokyo  DOWNLOAD_HIGH
2 2021-02-06 18:47:08.209495   Paris     Toronto       DROP_LOW

现在我想将 issue 列中的值映射到字典。使用 pandas map 函数 pandas.Series.map 有助于完成工作。但问题是字典中要映射的键只包含列值的一部分。

下面是我的字典

issue_short_form_map = {
        "UPLOAD": "UP",
        "MEMORY": "MEM",
        "DOWNLOAD": "DN"
}

现在说我想用上面的字典映射列 issue。通常这就是我所做的

df = pd.DataFrame(data)
df.columns = ["date", "source", "destination", "issue"]
# map the values in issue column to the dictionary. Anything that doesn't match, keep the original
df["issue"] = df["issue"].map(issue_short_form_map).fillna(df["issue"])

但问题是 issue 列中的值与键不直接匹配，但只有一部分匹配（在拆分 _ 并获取第一部分之后）。

有什么方法可以使对列值的 _ 进行拆分并将其与字典进行映射可以工作吗？任何不匹配的都应保持原样。

我的最终输出应该如下所示

                        date  source destination          issue
0 2021-02-06 18:48:18.097962  London    New York         UP_LOW
1 2021-02-06 18:48:18.097962  Berlin       Tokyo        DN_HIGH
2 2021-02-06 18:47:08.209495   Paris     Toronto       DROP_LOW

Answer 1

您可以先split issue 列，仅使用映射转换第一部分，然后再添加剩余部分：

splits = df['issue'].str.split('_')
short_issue = splits.str[0].map(issue_short_form_map).fillna(splits.str[0])
df['issue'] = short_issue + '_' + splits.str[1]

df
#                        date  source destination     issue
#0 2021-02-06 18:48:18.097962  London    New York    UP_LOW
#1 2021-02-06 18:48:18.097962  Berlin       Tokyo   DN_HIGH
#2 2021-02-06 18:47:08.209495   Paris     Toronto  DROP_LOW

Answer 2

list_to_change = [i for i in issue_short_form_map.keys()]

def check_replace(x):
    """
    Check elements in x and compare to change

    """
    for element_to_check in list_to_change:
        if x.__contains__(element_to_check):
            return x.replace(element_to_check,issue_short_form_map[element_to_check])
    return x
df["issue"]= df["issue"].map(check_replace)
print(df)
                        date  source destination     issue
0 2021-02-06 18:48:18.097962  London    New York    UP_LOW
1 2021-02-06 18:48:18.097962  Berlin       Tokyo   DN_HIGH
2 2021-02-06 18:47:08.209495   Paris     Toronto  DROP_LOW

Answer 3

如果未找到匹配项，字典方法 get 允许使用默认值。这解决了 drop 缺少键/值对匹配的情况。

   data = [(datetime(2021, 2, 6, 18, 48, 18, 97962), u'London', u'New York', u'UPLOAD_LOW'), (datetime(2021, 2, 6, 18, 48, 18, 97962), u'Berlin', u'Tokyo', u'DOWNLOAD_HIGH'), (datetime(2021, 2, 6, 18, 47, 8, 209495), u'Paris', u'Toronto', u'DROP_LOW')]
   df=pd.DataFrame(data,columns=['date','source','destination','issue']).reset_index().fillna(0)
   #print(df)
   issue_short_form_map = {
         "UPLOAD": "UP",
         "MEMORY": "MEM",
         "DOWNLOAD": "DN"
 }
 mylist=df['issue'].apply(lambda row: row.split("_"))
 mylist=[issue_short_form_map.get(x[0],x[0])+"_"+str(x[1]) for x in mylist]    
 df['issue']=mylist
 print(df)

 output:
    index                       date  source destination     issue
 0      0 2021-02-06 18:48:18.097962  London    New York    UP_LOW
 1      1 2021-02-06 18:48:18.097962  Berlin       Tokyo   DN_HIGH
 2      2 2021-02-06 18:47:08.209495   Paris     Toronto  DROP_LOW

如何使用熊猫中的字典映射列值的一部分？

3 个答案: