数据框中的元素列关联

Question

我有以下数据框，我想编写一个 lambda 函数，它能够识别 col1 中的元素是否在 col2 中的组之一中，因此它采用与该组关联的值 col3，如下面的结果中 col1=( 5,6) 具有值 col3=(0.3,0.2)

col1 col2 col3
1 .  1    0.7
2 .  2 .  0.9
3 .  3,5 .0.3
4 .  4,6 .0.2  
5 .  NaN .NaN
6 .  NaN .NaN

结果

col1 col2 col3
1 .  1    0.7
2 .  2 .  0.9
3 .  3,5 .0.3
4 .  4,6 .0.2  
5 .  NaN .0.3
6 .  NaN .0.2

我写了 lambda 函数

f = lambda x: next(iter([y for y in df['col2'].dropna().tolist() if str(x) in y]), df['col3])
df['col1'].apply(f)

但我不太确定这是这样的

Answer 1

假设col2的值为list，例如：

   col1    col2  col3
0     1     [1]   0.1
1     2  [2, 4]   0.2
2     3  [3, 5]   0.3
3     4  [4, 6]   0.2
4     5     NaN   NaN
5     6     NaN   NaN

您可以执行以下操作：

# create lookup dictionary to replace for nan
pairs = df[['col2', 'col3']].explode('col2').dropna()
lookup = {int(key): value for key, value in pairs.itertuples(index=False, name=None)}

# replace the value only where isna
df['col3'] = np.where(df.col3.isna(), df.col1.map(lookup.get), df.col3)

print(df)

输出

   col1    col2  col3
0     1     [1]   0.1
1     2  [2, 4]   0.2
2     3  [3, 5]   0.3
3     4  [4, 6]   0.2
4     5     NaN   0.3
5     6     NaN   0.2

请注意，您必须导入 numpy 才能使此解决方案起作用。 如果col2是字符串，您可以尝试：

df['col2'] = df.col2.str.split(",")

Answer 2

来自explode和map IIUC方法

s=df.assign(col2=df.col2.str.split(',')).explode('col2')
df['col3']=df.col1.astype(str).map(s.dropna().set_index('col2').col3).values
df
   col1 col2  col3
0     1    1   0.7
1     2    2   0.9
2     3  3,5   0.3
3     4  4,6   0.2
4     5  NaN   0.3
5     6  NaN   0.2