将 python 字典应用于 CSV 文件的列

Question

我有一个 CSV 文件，其中包含一个对用户不友好的列数据。 我需要将这些数据翻译成有意义的东西。 简单的查找/替换似乎很笨重，因为我要翻译的可能组合有几十个，如果不是几百个的话。

例如：BLK = 黑色或 MNT TP = 山顶

可能有几十个甚至几百个翻译——我在 CSV 表中已经有很多翻译了。 问题是如何使用该字典来更改另一个 CSV 表中的值。 同样重要的是要注意，这将（最终）需要每隔几分钟自行运行一次 - 而不仅仅是一次性翻译。

Answer 1

如果您能更详细地描述您正在处理的数据是什么，那就太好了。 不过我会尽力猜测。

假设您有一个 CSV 文件，您使用pandas将其读入名为df的数据框和名为col的“非用户友好”列。 要替换col中的所有值，首先，您需要一个包含所有键（原始文本）和值（新文本）的字典：

my_dict = {"BLK": "Black", "MNT TP": Mountain Top,...}

然后，将 map 字典列到：

df["col"] = df["col"].map(lambda x: my_dict.get(x, x))

如果某个键出现在字典中，则将其替换为字典中新的对应值，否则保持原值。