如何對應字典值以在 Pandas DataFrame 中建立新列？

解決Pandas 映射挫折：添加具有映射字典值的列

最初的困境：

遇到看似難以克服的挑戰，同時嘗試將新列合併到Pandas DataFrame 中，並根據現有列資料對應值。同時使用 lambda 函數和字典會導致錯誤或意外結果。

解：

正確的方法在於結合使用 map() 函數目標字典。語法為： df["B"] = df["A"].map(equiv).

解釋：

map() 函數應用一個對指定列中的每個元素進行操作。在本例中，操作是根據列資料提供的鍵從字典 equal 中檢索映射值。

示例：

考慮以下代碼：

<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>

輸出：

      A  B
0  7001  1
1  8001  2
2  9001  3

此方法有效地將映射值新增至新列B。此外，它通過返回 NaN 來優雅地處理丟失的鍵。

其他注意事項：

• 鍵處理：如果字典中的鍵不對應於列中的任何元素，則映射值變為NaN。
• 效能： 對於大型資料集，映射操作可能需要大量計算。如有必要，請考慮優化技術。

以上是如何對應字典值以在 Pandas DataFrame 中建立新列？的詳細內容。更多資訊請關注PHP中文網其他相關文章！