如何映射字典值以在 Pandas DataFrame 中创建新列？

解决 Pandas 映射挫折：添加具有映射字典值的列

最初的困境：

遇到看似难以克服的挑战，同时尝试将新列合并到 Pandas DataFrame 中，并根据现有列数据映射值。同时使用 lambda 函数和字典会导致错误或意外结果。

解决方案：

正确的方法在于结合使用 map() 函数目标词典。语法为： df["B"] = df["A"].map(equiv).

解释：

map() 函数应用一个对指定列中的每个元素进行操作。在本例中，操作是根据列数据提供的键从字典 equal 中检索映射值。

示例：

考虑以下代码：

<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>

输出：

      A  B
0  7001  1
1  8001  2
2  9001  3

此方法有效地将映射值添加到新列 B。此外，它通过返回 NaN 来优雅地处理丢失的键。

其他注意事项：

• 键处理：如果字典中的键不对应于列中的任何元素，则映射值变为 NaN。
• 性能： 对于大型数据集，映射操作可能需要大量计算。如有必要，请考虑优化技术。

以上是如何映射字典值以在 Pandas DataFrame 中创建新列？的详细内容。更多信息请关注PHP中文网其他相关文章！