第七色在线视频,2021少妇久久久久久久久久,亚洲欧洲精品成人久久av18,亚洲国产精品特色大片观看完整版,孙宇晨将参加特朗普的晚宴

為了賬號(hào)安全,請(qǐng)及時(shí)綁定郵箱和手機(jī)立即綁定
已解決430363個(gè)問題,去搜搜看,總會(huì)有你想問的

如何在 Python 中添加包含字典值的列

如何在 Python 中添加包含字典值的列

有只小跳蛙 2023-05-23 19:13:26
我正在嘗試添加一個(gè)包含字典值的列。向您展示虛擬數(shù)據(jù)將很容易。df = pd.DataFrame({'id':[1,2,3,2,5], 'grade':[5,2,2,1,3]}) dictionary = {'1':[5,8,6,3], '2':[1,2], '5':[8,6,2]}請(qǐng)注意,并非每個(gè) id 都在字典中,而值是列表。我想在 df 中找到與字典中的鍵匹配的行,并將列表添加到一列中。所以所需的輸出將如下所示:output = pd.DataFrame({'id':[1,2,3,2,5], 'grade':[5,2,2,1,3], 'new_column':[[5,8,6,3],[1,2],[],[1,2],[8,6,2]]})
查看完整描述

3 回答

?
慕慕森

TA貢獻(xiàn)1856條經(jīng)驗(yàn) 獲得超17個(gè)贊

這是你想要的嗎?


df = df.set_index('id')

dictionary = {1:[5,8,6,3], 2:[1,2], 5:[8,6,2]}    

df['new_column'] = pd.Series(dictionary)

注意:字典的鍵需要與數(shù)據(jù)框的索引具有相同的類型(int)。


>>> print(df)

    gender    new_column

id                      

1        0  [5, 8, 6, 3]

2        0        [1, 2]

3        1           NaN

4        1           NaN

5        1     [8, 6, 2]

更新:


如果列包含重復(fù)項(xiàng),則更好的解決方案'id'(請(qǐng)參閱下面的評(píng)論):


df['new_column'] = df['id'].map(dictionary)


查看完整回答
反對(duì) 回復(fù) 2023-05-23
?
至尊寶的傳說

TA貢獻(xiàn)1789條經(jīng)驗(yàn) 獲得超10個(gè)贊

import pandas as pd


df = pd.DataFrame({'id':[1,2,3,4,5], 'gender':[0,0,1,1,1]})


dictionary = {'1':[5,8,6,3], '2':[1,2], '5':[8,6,2]}

然后只需創(chuàng)建一個(gè)包含您想要的值的列表并將它們添加到您的數(shù)據(jù)框中


newValues = [ dictionary.get(str(val),[]) for val in df['id'].values]


df['new_column'] = newValues



>>> print(df)

    gender    new_column

id                      

1        0  [5, 8, 6, 3]

2        0        [1, 2]

3        1            []

4        1            []

5        1     [8, 6, 2]


查看完整回答
反對(duì) 回復(fù) 2023-05-23
?
絕地?zé)o雙

TA貢獻(xiàn)1946條經(jīng)驗(yàn) 獲得超4個(gè)贊

[]您可以使用默認(rèn)具有值的特殊字典來構(gòu)造您的列。


from collections import defaultdict

default_dictionary = defaultdict(list)

id = [1,2,3,4,5]

dictionary = {'1':[5,8,6,3], '2':[1,2], '5':[8,6,2]}

for n in dictionary:

    default_dictionary[n] = dictionary[n]

new_column = [default_dictionary[str(n)] for n in id]

new_column 是[[5, 8, 6, 3], [1, 2], [], [], [8, 6, 2]]現(xiàn)在,你可以把它傳遞給你的最后一個(gè)論點(diǎn)pd.DataFrame(...)


查看完整回答
反對(duì) 回復(fù) 2023-05-23
  • 3 回答
  • 0 關(guān)注
  • 190 瀏覽
慕課專欄
更多

添加回答

舉報(bào)

0/150
提交
取消
微信客服

購課補(bǔ)貼
聯(lián)系客服咨詢優(yōu)惠詳情

幫助反饋 APP下載

慕課網(wǎng)APP
您的移動(dòng)學(xué)習(xí)伙伴

公眾號(hào)

掃描二維碼
關(guān)注慕課網(wǎng)微信公眾號(hào)