如何有效地将映射列添加到 Pandas DataFrame 中？

向 Pandas DataFrame 添加映射列

使用 pandas 时，基于现有列添加具有映射值的新列可以是一项简单的任务。但是，某些方法可能会导致错误或困难。

一种常见的尝试是将映射值直接分配给新列：

<code class="python">df["B"] = equiv(df["A"])</code>

但是，这将失败，因为等效，表示字典，不是可调用函数。

另一种可能无法产生所需结果的方法是将 map 与 lambda 函数一起使用：

<code class="python">df["B"] = df["A"].map(lambda x: equiv[x])</code>

此表达式可能会引发 KeyError，除非字典键与列值完全匹配。

正确的解决方案

添加映射列的正确方法是直接将映射与字典一起使用：

<code class="python">df["B"] = df["A"].map(equiv)</code>

此方法将使用 equal 字典中的映射值创建一个新列 B。如果字典中不存在某个键，则相应的行将被分配 NaN。

示例

考虑以下 DataFrame：

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

应用正确的映射将产生所需的结果：

<code class="python">df["B"] = df["A"].map(equiv)

print(df)

      A  B
0  7001  1
1  8001  2
2  9001  3</code>

以上是如何有效地将映射列添加到 Pandas DataFrame 中？的详细内容。更多信息请关注PHP中文网其他相关文章！