Pandas：添加一个基于其他列的df列，其中多个值Map到同一个新列值

chhkpiq4 于 2022-11-27 发布在其他

关注(0)|答案(3)|浏览(140)

我有一个 Dataframe ，如下所示：

df1 = pd.DataFrame({'col1' : ['cat', 'cat', 'dog', 'green', 'blue']})

我想要一个新的列来提供类别，如下所示：

dfoutput = pd.DataFrame({'col1' : ['cat', 'cat', 'dog', 'green', 'blue'],
                         'col2' : ['animal', 'animal', 'animal', 'color', 'color']})

我知道使用.loc可能效率不高：

df1.loc[df1['col1'] == 'cat','col2'] = 'animal'
df1.loc[df1['col1'] == 'dog','col2'] = 'animal'

如何将cat和dog合并为animal？

df1.loc[df1['col1'] == 'cat' | df1['col1'] == 'dog','col2'] = 'animal'

pandas

来源：https://stackoverflow.com/questions/54031812/pandas-adding-a-df-column-based-on-other-column-with-multiple-values-map-to-the

3条答案

按热度按时间

kqlmhetl1#

构建您的dict，然后执行map

d={'dog':'ani','cat':'ani','green':'color','blue':'color'}
df1['col2']=df1.col1.map(d)
df1
    col1   col2
0    cat    ani
1    cat    ani
2    dog    ani
3  green  color
4   blue  color

赞(0）回复(0）举报 2022-11-27

sbdsn5lh2#

由于多个条目可能属于一个类别，我建议您从字典开始将类别Map到条目：

cat_item = {'animal': ['cat', 'dog'], 'color': ['green', 'blue']}

您可能会发现这更容易维护。* 然后 * 使用字典解析反转您的字典，后跟pd.Series.map：

item_cat = {w: k for k, v in cat_item.items() for w in v}

df1['col2'] = df1['col1'].map(item_cat)

print(df1)

    col1    col2
0    cat  animal
1    cat  animal
2    dog  animal
3  green   color
4   blue   color

您也可以使用pd.Series.replace，但通常是less efficient。

赞(0）回复(0）举报 2022-11-27

pb3s4cty3#

您也可以尝试使用np.select，如下所示：

options = [(df1.col1.str.contains('cat|dog')), 
           (df1.col1.str.contains('green|blue'))]

settings = ['animal', 'color']

df1['setting'] = np.select(options,settings)

我发现，即使是非常大的 Dataframe ，它也能非常快地工作

赞(0）回复(0）举报 2022-11-27

我来回答

Pandas：添加一个基于其他列的df列，其中多个值Map到同一个新列值

3条答案

相关问题

热门标签

最新问答