如果值是列表，如何根据值将字典键转换为 dataframe 列

Question

我有一个字典，其中键是数字，值是字符串列表。 我想创建一个 dataframe 列，其中列值是字典键，并且根据将每行中另一列的值与字典值列表中的项目匹配来选择键。 请参阅下面的示例代码：示例开始 dataframe 和字典：

dict_x = {1:[a], 2:[b, c, e], 3:[d, f]
df = ['ID':[a, b, c, d, e, f]]

所需的 output：

df = ['ID':[a, b, c, d, e, f], 'Number':[1, 2, 2, 3, 2, 3]]

我认为某种df['Number'] = df['ID'].apply(lambda x:???)会起作用，但我在这里遇到了条件，我尝试编写一些 for 循环但跑进去了当我写专栏时，只保留循环的最后一次迭代的问题。

Answer 1

只需通过切换键和值的角色来反转字典dict_x （循环列表元素来做到这一点）。

# setup dictionary properly 
dict_x = {1:['a'], 2:['b', 'c', 'e'], 3:['d', 'f']}
df = pd.DataFrame({'ID':['a', 'b', 'c', 'd', 'e', 'f']})

# reverse dictionary
rev_dict_x = dict()
for k,v in dict_x.items():
    for v_elem in v:
        rev_dict_x[v_elem] = k
        
# replace elements
df['Number'] = df['ID'].replace(rev_dict_x)

>df

请注意，这假定列表中的元素分别是唯一的。 否则，设置rev_dict_x将覆盖这些键的值。

Answer 2

我希望我对您的理解正确：

df = pd.DataFrame(
    [(k, i) for k, v in dict_x.items() for i in v], columns=["Number", "ID"]
)
print(df)

印刷：

   Number ID
0       1  a
1       2  b
2       2  c
3       2  e
4       3  d
5       3  f

---

或者：

df = (
    pd.DataFrame([dict_x])
    .melt()
    .explode("value")
    .rename(columns={"variable": "Number", "value": "ID"})
)
print(df)