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(wèn)題,去搜搜看,總會(huì)有你想問(wèn)的

如何在 Python Pandas 中搜索列元素和對(duì)應(yīng)的映射?

如何在 Python Pandas 中搜索列元素和對(duì)應(yīng)的映射?

Smart貓小萌 2023-06-20 13:28:59
我有一個(gè)數(shù)據(jù)框df1,如下所示,它有一個(gè)標(biāo)簽列表。                       tags            0            label            0         document            0             text            0            paper            0           poster                     ...                21600         wood            21600      hot tub            21600          tub            21600      terrace            21600      blossom還有另一個(gè)數(shù)據(jù)框df2,它映射到 df 中存在的標(biāo)簽,映射到列名“name”。                name        iab        0   abies       Nature and Wildlife         1   absinthe    Food & Drink            2   abyssinian  Pets            3   accessories Style & Fashion         4   accessory   Style & Fashion           ...   ... ... ... ...        1595 rows × 4 columns本質(zhì)上,這個(gè)想法是在 df2 中搜索與 df1 中的標(biāo)簽相對(duì)應(yīng)的列“名稱”以找到相應(yīng)的“iab”映射并輸出具有兩列的 CSV - 標(biāo)簽及其對(duì)應(yīng)的“iab”映射。輸出看起來(lái)像這樣:                        tags      iab            0            label    <corresponding iab mapping                                    to 'name' found in df2>            0         document            0             text            0            paper            0           poster                     ...                21600         wood            21600      hot tub            21600          tub            21600      terrace            21600      blossom我需要幫助才能實(shí)現(xiàn)這一目標(biāo)。先感謝您!筆記:我試過(guò)的是    df_iab[df_iab['name'].isin(df['image_CONTAINS_OBJECT'])]但這只會(huì)將 df2 縮減為與“標(biāo)簽”匹配的“iab”,但不會(huì)真正執(zhí)行搜索并映射找到的值。
查看完整描述

2 回答

?
慕俠2389804

TA貢獻(xiàn)1719條經(jīng)驗(yàn) 獲得超6個(gè)贊

合并:

new_df = df1.merge(df2, how='left', left_on='tags', right_on='name')


查看完整回答
反對(duì) 回復(fù) 2023-06-20
?
慕碼人2483693

TA貢獻(xiàn)1860條經(jīng)驗(yàn) 獲得超9個(gè)贊

另一種方法是使用.map將iab詳細(xì)信息從傳輸df2到df1。


df1['iab']=df1.tags.map(dict(zip(df2.name,df2.iab)))

怎么運(yùn)行的


#come up with a dictionary of name and `iab` in `df2`.


d=dict(zip(df2.name,df2.iab))


# Map the dict to df1 using the tag column


df1.tags.map(d)


查看完整回答
反對(duì) 回復(fù) 2023-06-20
  • 2 回答
  • 0 關(guān)注
  • 158 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(gòu)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)