使用一个.map调用使用一个字典更改数据框中的多个系列/列的值

Question

如果我有这样的数据框：

id latitude longitude
 a      -99        48
 b      -97        44
 c      -96        52

我有一本字典，将ID映射到新的纬度+经度值

new_lat_lon = { 'a':(-99, 58), 'b':(...), 'c':(...) }

有没有一种快速，肮脏的方法来使用.map一次更改纬度/经度列？

例如

df[['latitude', 'longitude']] = df['id'].map(new_lat_lon)

这当然行不通，但是如果有一种我想知道的方法。 我知道我可以将字典简单地分成两个单独的字典，但是我对是否有更紧凑的解决方案感兴趣。 如果我需要稍微修改一下字典（例如将元组更改为列表或其他内容），那也很酷，只要它是一部字典即可。 谢谢！

Answer 1

使用update

pd.DataFrame.from_dict(new_lat_lon,'index').rename(columns={0:'latitude',1:'longitude'})
Out[128]: 
   latitude  longitude
a       -99         58
b         1          2
c         2          3
updateddf=pd.DataFrame.from_dict(new_lat_lon,'index').rename(columns={0:'latitude',1:'longitude'})
df=df.set_index('id')
df.update(updateddf)
df.reset_index()
Out[132]: 
  id  latitude  longitude
0  a       -99         58
1  b         1          2
2  c         2          3

Answer 2

您也可以使用str.get解压缩

vals = df.id.map(d)
df.latitude, df.longitude = vals.str.get(0), vals.str.get(1)

请注意，如果id中的所有值都在d ，则此方法有效

如果不是，可以做

vals =df.id.map(d).fillna(df[['latitude', 'longitude']].agg(tuple,1))
df.latitude, df.longitude = vals.str.get(0), vals.str.get(1)