用字典替換熊貓數據集中的值

Question

我正在從pandas的 excel文檔中提取一列。 之后，我要為所選列的每一行替換列表中分組的多個字典中包含的所有鍵。

import pandas as pd
file_loc = "excelFile.xlsx"
df = pd.read_excel(file_loc, usecols = "C")

在這種情況下，我的數據幀由df ['Q10']調用，此數據幀有1萬多行。

傳統上，如果要替換df中的值，請使用；

df['Q10'].str.replace('val1', 'val1')

現在，我有一個字典，像：

mydic = [
   {
      'key': 'wasn't',
      'value': 'was not' 
   }
   {
      'key': 'I'm',
      'value': 'I am' 
   }
   ... + tons of line of key value pairs
]

當前，我創建了一個函數，該函數對“ mydic”和替換項進行逐一迭代。

def replaceContractions(df, mydic):
    for cont in contractions:
        df.str.replace(cont['key'], cont['value'])

接下來，我將此函數傳遞給mydic和我的數據框：

replaceContractions(df['Q10'], contractions)

第一個問題：這是非常昂貴的，因為mydic有很多物品，並且每個物品上的數據集都是迭代的。

第二：似乎不起作用:(

有任何想法嗎？

Answer 1

將您的“詞典”轉換為更友好的格式：

m = {d['key'] : d['value'] for d in mydic}

m   
{"I'm": 'I am', "wasn't": 'was not'}

接下來，使用regex開關調用replace並將m傳遞給它。

df['Q10'] = df['Q10'].replace(m, regex=True) 

replace接受一個鍵替換對字典，它比一次遍歷每個鍵替換要快得多。