Pandas：将基于具有多个值 map 的其他列的 df 列添加到相同的新列值

Question

我有一个这样的 dataframe：

df1 = pd.DataFrame({'col1' : ['cat', 'cat', 'dog', 'green', 'blue']})

我想要一个给出类别的新列，如下所示：

dfoutput = pd.DataFrame({'col1' : ['cat', 'cat', 'dog', 'green', 'blue'],
                         'col2' : ['animal', 'animal', 'animal', 'color', 'color']})

我知道我可以使用.loc低效地做到这一点：

df1.loc[df1['col1'] == 'cat','col2'] = 'animal'
df1.loc[df1['col1'] == 'dog','col2'] = 'animal'

如何将cat和dog组合成animal ？ 这不起作用：

df1.loc[df1['col1'] == 'cat' | df1['col1'] == 'dog','col2'] = 'animal'

Answer 1

建立你的dict然后做map

d={'dog':'ani','cat':'ani','green':'color','blue':'color'}
df1['col2']=df1.col1.map(d)
df1
    col1   col2
0    cat    ani
1    cat    ani
2    dog    ani
3  green  color
4   blue  color

Answer 2

由于多个项目可能属于单个类别，我建议您从将类别映射到项目的字典开始：

cat_item = {'animal': ['cat', 'dog'], 'color': ['green', 'blue']}

您可能会发现这更易于维护。 然后使用字典理解来反转你的字典，然后是pd.Series.map ：

item_cat = {w: k for k, v in cat_item.items() for w in v}

df1['col2'] = df1['col1'].map(item_cat)

print(df1)

    col1    col2
0    cat  animal
1    cat  animal
2    dog  animal
3  green   color
4   blue   color

您也可以使用pd.Series.replace ，但这通常效率较低。

Answer 3

您也可以像这样尝试使用 np.select：

options = [(df1.col1.str.contains('cat|dog')), 
           (df1.col1.str.contains('green|blue'))]

settings = ['animal', 'color']

df1['setting'] = np.select(options,settings)

我发现即使使用非常大的数据帧，它也能非常快速地工作