我怎么能在 pandas 和 lambda 中使用这个 function

Question

我有个问题。 我有一个 dataframe，其中包含国家/地区的 ISO 代码。 我想将这些 ISO 代码更改为国家/地区名称。 但不幸的是，我不知道如何在.apply(lambda x:) function 中使用这些函数。

Dataframe

   id country
0   1      DE
1   2      DE
2   3      CN
3   4      BG
4   3      CN
5   4      BG
6   5      BG

代码

import pandas as pd
import pycountry

input_countries = ['BG', 'CN', 'DE']

countries = {}
for country in pycountry.countries:
    countries[country.alpha_2] = country.name

codes = [countries.get(country, 'Unknown code') for country in input_countries]

import pandas as pd
d = {'id': [1, 2, 3, 4, 3, 4, 5], 'country': ['DE', 'DE', 'CN', 'BG', 'CN', 'BG', 'BG']}
df = pd.DataFrame(data=d)
# print(df)


df['country'] = df['country'].apply(lambda x: ...)

我想要的是

   id country
0   1      Germany
1   2      Germany
2   3      China
3   4      Bulgaria
4   3      China
5   4      Bulgaria
6   5      Bulgaria

Answer 1

最适合在这里使用的 function 可能是map ，用于“国家/地区”列。 伪代码如下：

country_map = dict(zip(country_ids, country_names))
df['country'] = df['country'].map(country_map)

其中 country_ids 和 country_names 是输入代码的列表或列以及所需的 output 国家/地区名称。

Answer 2

我认为您应该使用df.apply而不是df['country'].apply从country列中的给定值创建新的 function

import pandas as pd
import pycountry

input_countries = ['BG', 'CN', 'DE']

countries = {}
for country in pycountry.countries:
    countries[country.alpha_2] = country.name

codes = [countries.get(country, 'Unknown code') for country in input_countries]

import pandas as pd
d = {'id': [1, 2, 3, 4, 3, 4, 5], 'country': ['DE', 'DE', 'CN', 'BG', 'CN', 'BG', 'BG']}
df = pd.DataFrame(data=d)
# print(df)


df['country'] = df.apply(lambda x: countries[x['country']], axis=1) 

Answer 3

有字典：

d ={
'DE': 'Germany'.
 ...
}

然后这样做：

df['country'] = df['country'].apply(lambda x: d[x['country']])