Pandas DataFrame에서 새 열을 생성하기 위해 사전 값을 매핑하는 방법은 무엇입니까?

Pandas 매핑 문제 해결: 매핑된 사전 값이 있는 열 추가

초기 딜레마:

기존 열 데이터를 기반으로 매핑된 값을 사용하여 새 열을 Pandas DataFrame에 통합하려고 시도합니다. 람다 함수와 사전을 모두 사용하면 오류가 발생하거나 예상치 못한 결과가 발생합니다.

해결 방법:

올바른 접근 방식은 map() 함수를 대상 사전. 구문은 다음과 같습니다: df["B"] = df["A"].map(equiv).

설명:

map() 함수는 지정된 열의 각 요소에 대한 작업입니다. 이 경우 작업은 열 데이터에서 제공한 키를 기반으로 사전 Equiv에서 매핑된 값을 검색합니다.

예:

다음 코드를 고려하세요.

<code class="python">import pandas as pd
equiv = {7001:1, 8001:2, 9001:3}
df = pd.DataFrame( {"A": [7001, 8001, 9001]} )
df["B"] = df["A"].map(equiv)
print(df)</code>

출력:

      A  B
0  7001  1
1  8001  2
2  9001  3

이 접근 방식은 매핑된 값을 새 열 B에 효과적으로 추가합니다. 또한 NaN을 반환하여 누락된 키를 적절하게 처리합니다.

추가 고려 사항:

• 키 처리: 사전의 키가 열의 어떤 요소와도 일치하지 않는 경우 매핑된 값은 NaN이 됩니다.
• 성능: 대규모 데이터 세트의 경우 매핑 작업이 계산 집약적일 수 있습니다. 필요한 경우 최적화 기술을 고려하십시오.

위 내용은 Pandas DataFrame에서 새 열을 생성하기 위해 사전 값을 매핑하는 방법은 무엇입니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!