it-roy-ru.com

Переопределить значения в столбце pandas с помощью слова

У меня есть словарь, который выглядит следующим образом: di = {1: "A", 2: "B"}

Я хотел бы применить его к столбцу "col1" в кадре данных, похожем на:

     col1   col2
0       w      a
1       1      2
2       2    NaN

получить:

     col1   col2
0       w      a
1       A      2
2       B    NaN

Как я могу лучше всего это сделать? По некоторым причинам термины поиска в Google, относящиеся к этому, показывают мне только ссылки о том, как сделать столбцы из диктов и наоборот: - /

212
TheChymera

Вы можете использовать .replace . Например:

>>> df = pd.DataFrame({'col2': {0: 'a', 1: 2, 2: np.nan}, 'col1': {0: 'w', 1: 1, 2: 2}})
>>> di = {1: "A", 2: "B"}
>>> df
  col1 col2
0    w    a
1    1    2
2    2  NaN
>>> df.replace({"col1": di})
  col1 col2
0    w    a
1    A    2
2    B  NaN

или непосредственно в Series , т.е. в df["col1"].replace(di, inplace=True).

211
DSM

map может быть намного быстрее, чем replace

Если ваш словарь содержит более пары ключей, использование map может быть намного быстрее, чем replace. Существует две версии этого подхода, в зависимости от того, исчерпывающе ли сопоставляет ваш словарь все возможные значения (а также от того, хотите ли вы, чтобы несоответствия сохранили свои значения или были преобразованы в NaN):

Исчерпывающее картографирование

В этом случае форма очень проста:

df['col1'].map(di)       # note: if the dictionary does not exhaustively map all
                         # entries then non-matched entries are changed to NaNs

Хотя map чаще всего принимает функцию в качестве аргумента, в качестве альтернативы он может использовать словарь или серию: Документация для Pandas.series.map

Неисчерпывающее картографирование

Если у вас неисчерпывающее сопоставление и вы хотите сохранить существующие переменные для несоответствий, вы можете добавить fillna:

df['col1'].map(di).fillna(df['col1'])

как в ответе @ jpp здесь: Эффективно заменяйте значения в серии панд через словарь

Ориентиры

Используя следующие данные с версией панды 0.23.1:

di = {1: "A", 2: "B", 3: "C", 4: "D", 5: "E", 6: "F", 7: "G", 8: "H" }
df = pd.DataFrame({ 'col1': np.random.choice( range(1,9), 100000 ) })

и тестирование с %timeit, похоже, что map примерно в 10 раз быстрее, чем replace

Обратите внимание, что ваше ускорение с помощью map будет зависеть от ваших данных. Наибольшее ускорение, по-видимому, связано с большими словарями и исчерпывающими заменами. См. Ответ @jpp (ссылка выше) для более подробных тестов и обсуждения.

95
JohnE

В вашем вопросе есть немного неясности. Есть как минимум три две интерпретации:

  1. ключи в di относятся к значениям индекса
  2. ключи в di относятся к значениям df['col1']
  3. ключи в di относятся к указателям (не вопрос ОП, но добавлены для забавы).

Ниже приведено решение для каждого случая.


Случай 1: Если ключи di предназначены для ссылки на значения индекса, то вы можете использовать метод update:

df['col1'].update(pd.Series(di))

Например,

import pandas as pd
import numpy as np

df = pd.DataFrame({'col1':['w', 10, 20],
                   'col2': ['a', 30, np.nan]},
                  index=[1,2,0])
#   col1 col2
# 1    w    a
# 2   10   30
# 0   20  NaN

di = {0: "A", 2: "B"}

# The value at the 0-index is mapped to 'A', the value at the 2-index is mapped to 'B'
df['col1'].update(pd.Series(di))
print(df)

доходность

  col1 col2
1    w    a
2    B   30
0    A  NaN

Я изменил значения из вашего исходного поста, чтобы было понятнее, что делает update . Обратите внимание, как ключи в di связаны со значениями индекса. Порядок значений индекса - то есть индекса location - не имеет значения.


Случай 2: Если ключи в di ссылаются на значения df['col1'], то @DanAllan и @DSM показывают, как этого добиться с помощью replace:

import pandas as pd
import numpy as np

df = pd.DataFrame({'col1':['w', 10, 20],
                   'col2': ['a', 30, np.nan]},
                  index=[1,2,0])
print(df)
#   col1 col2
# 1    w    a
# 2   10   30
# 0   20  NaN

di = {10: "A", 20: "B"}

# The values 10 and 20 are replaced by 'A' and 'B'
df['col1'].replace(di, inplace=True)
print(df)

доходность

  col1 col2
1    w    a
2    A   30
0    B  NaN

Обратите внимание, как в этом случае ключи в di были изменены, чтобы соответствовать values ​​ в df['col1'].


Случай 3: Если ключи в di относятся к индексам, то вы можете использовать

df['col1'].put(di.keys(), di.values())

поскольку

df = pd.DataFrame({'col1':['w', 10, 20],
                   'col2': ['a', 30, np.nan]},
                  index=[1,2,0])
di = {0: "A", 2: "B"}

# The values at the 0 and 2 index locations are replaced by 'A' and 'B'
df['col1'].put(di.keys(), di.values())
print(df)

доходность

  col1 col2
1    A    a
2   10   30
0    B  NaN

Здесь первая и третья строки были изменены, потому что ключи в di - это 0 и 2, которые при индексировании на основе 0 в Python ссылаются на первое и третье местоположения.

51
unutbu

Добавим к этому вопросу, если у вас когда-либо будет более одного столбца для переназначения в кадре данных:

def remap(data,dict_labels):
    """
    This function take in a dictionnary of labels : dict_labels 
    and replace the values (previously labelencode) into the string.

    ex: dict_labels = {{'col1':{1:'A',2:'B'}}

    """
    for field,values in dict_labels.items():
        print("I am remapping %s"%field)
        data.replace({field:values},inplace=True)
    print("DONE")

    return data

Надеюсь, что это может быть полезно для кого-то.

Ура

3
Nico Coallier

У DSM есть принятый ответ, но кодирование, кажется, не работает для всех. Вот тот, который работает с текущей версией панд (0.23.4 по состоянию на 8/2018):

import pandas as pd

df = pd.DataFrame({'col1': [1, 2, 2, 3, 1],
            'col2': ['negative', 'positive', 'neutral', 'neutral', 'positive']})

conversion_dict = {'negative': -1, 'neutral': 0, 'positive': 1}
df['converted_column'] = df['col2'].replace(conversion_dict)

print(df.head())

Вы увидите, что это выглядит так:

   col1      col2  converted_column
0     1  negative                -1
1     2  positive                 1
2     2   neutral                 0
3     3   neutral                 0
4     1  positive                 1

Документы для pandas.DataFrame.replace находятся здесь .

1
wordsforthewise

Или сделайте apply:

df['col1'].apply(lambda x: {1: "A", 2: "B"}.get(x,x))

Демо-версия:

>>> df['col1']=df['col1'].apply(lambda x: {1: "A", 2: "B"}.get(x,x))
>>> df
  col1 col2
0    w    a
1    1    2
2    2  NaN
>>> 
0
U9-Forward

Более родной подход панд - применить функцию замены, как показано ниже:

def multiple_replace(dict, text):
  # Create a regular expression  from the dictionary keys
  regex = re.compile("(%s)" % "|".join(map(re.escape, dict.keys())))

  # For each match, look-up corresponding value in dictionary
  return regex.sub(lambda mo: dict[mo.string[mo.start():mo.end()]], text) 

После того, как вы определили функцию, вы можете применить ее к вашему фрейму данных.

di = {1: "A", 2: "B"}
df['col1'] = df.apply(lambda row: multiple_replace(di, row['col1']), axis=1)
0
Amirhos Imani

Хорошее законченное решение, которое хранит карту меток ваших классов:

labels = features['col1'].unique()
labels_dict = dict(Zip(labels, range(len(labels))))
features = features.replace({"col1": labels_dict})

Таким образом, вы можете в любой момент сослаться на оригинальную метку класса из label_dict.

0
dorien