根据熊猫中的另一个值更改一个值

Question

我试图将我的Stata代码重新编程为Python，以提高速度，而我的方向是PANDAS。但是，我很难集中精力处理数据。假设我要遍历列标题“ ID”中的所有值。如果该ID与特定数字匹配，那么我想更改两个相应的值FirstName和LastName。在Stata中，它看起来像这样：replace FirstName = "Matt" if ID==103replace LastName =  "Jones" if ID==103因此，这将替换FirstName中与Matt的ID == 103值相对应的所有值。在PANDAS中，我正在尝试类似的方法df = read_csv("test.csv")for i in df['ID']:    if i ==103:          ...不知道从这里去哪里。有任何想法吗？

Answer 1

您可以使用map，它可以映射字典或自定义函数中的值。

假设这是您的df：

    ID First_Name Last_Name

0  103          a         b

1  104          c         d

创建字典：

fnames = {103: "Matt", 104: "Mr"}

lnames = {103: "Jones", 104: "X"}

和地图：

df['First_Name'] = df['ID'].map(fnames)

df['Last_Name'] = df['ID'].map(lnames)

结果将是：

    ID First_Name Last_Name

0  103       Matt     Jones

1  104         Mr         X

或使用自定义函数：

names = {103: ("Matt", "Jones"), 104: ("Mr", "X")}

df['First_Name'] = df['ID'].map(lambda x: names[x][0])

Answer 2

这个问题可能仍然经常被探访，因此值得为卡西斯先生的回答提供补充。可以对dict内置类进行子类化，以便为“缺失”键返回默认值。此机制对熊猫有效。但请参见下文。

这样就可以避免关键错误。

>>> import pandas as pd

>>> data = { 'ID': [ 101, 201, 301, 401 ] }

>>> df = pd.DataFrame(data)

>>> class SurnameMap(dict):

...     def __missing__(self, key):

...         return ''

...     

>>> surnamemap = SurnameMap()

>>> surnamemap[101] = 'Mohanty'

>>> surnamemap[301] = 'Drake'

>>> df['Surname'] = df['ID'].apply(lambda x: surnamemap[x])

>>> df

    ID  Surname

0  101  Mohanty

1  201         

2  301    Drake

3  401         

可以通过以下方式更简单地完成同一件事。对于getdict对象的方法使用'default'参数，就不必对dict进行子类化。

>>> import pandas as pd

>>> data = { 'ID': [ 101, 201, 301, 401 ] }

>>> df = pd.DataFrame(data)

>>> surnamemap = {}

>>> surnamemap[101] = 'Mohanty'

>>> surnamemap[301] = 'Drake'

>>> df['Surname'] = df['ID'].apply(lambda x: surnamemap.get(x, ''))

>>> df

    ID  Surname

0  101  Mohanty

1  201         

2  301    Drake

3  401