Label 基于另一列（同一行）的值的列 pandas dataframe

Question

我有一个对应于特定类别的子类别列表，可以这样想：

类别子类别

一个 | 1个

一个 | 2个

一个 | 3个

乙 | 4个

乙 | 5个

ETC...

我想知道根据定义的子类别将类别值应用于 dataframe（~800,000 行）的每一行的最佳方法。

我目前正在使用这种方法，但我知道它不是最好的，甚至不是最好的：

df.loc[df.Subcategory =='1', 'Category'] = 'a'

df.loc[df.Subcategory =='2', 'Category'] = 'a'

df.loc[df.Subcategory =='3', 'Category'] = 'a' 

df.loc[df.Subcategory =='4', 'Category'] = 'b'
and so on...

这给我留下了一大堆丑陋的代码，而且效率不高。

我想知道是否有人有另一种方法可以提供帮助，我对编码还很陌生，所以这只是我编写的第 5 个左右的代码，而且大部分都是自学的，因此非常感谢任何帮助。

Answer 1

根据您的代码，您似乎有一个名为“子类别”的 DataFrame 列，并且您希望基于子类别到类别的某些映射来创建“类别”列。 （您的初始描述表明您已经有了“类别”列，但是您的代码就没有意义了。）

如果我理解正确并且您想创建“类别”列，当子类别 == 1 时等于“a”，当子类别 == 2 时等于“a”，...，当子类别时等于“b” == 5，依此类推，那么你可以使用 pandas map() function。

subcategory_to_category_map = { "1": "a", "2": "a", "3": "a", "4": "b", "5": "b" }

df["Category"] = df["Subcategory"].map( subcategory_to_category_map )

确保在字典/地图中使用与“子类别”值相同的数据类型（即，如果它们是数字，则使用数字键，如果它们是字符串（“1”、“2”等），则使用字符串（如图所示））。 另请注意，任何不是字典中键的“子类别”值都将导致新的“类别”列具有缺失值。