使用字典參考另一列值來映射熊貓數據框的一列中的缺失值

Question

我有一個數據框

> print(df)
[Out:]
activity-code    activity
-------------------------
0                unknown
99               NaN
84               sports
72;99            NaN
57               recreational
57;99;11         NaN
11               NaN

還有一本以活動代碼為鍵的字典，

> print(act_dict)
[Out:]
{10: 'unknown',
11: 'cultural',
57: 'recreational',
72: 'social service',
84: 'sports',
99: 'education'}

數據框內的所有值都存儲為字符串，即使活動代碼的值也為字符串。 鑒於字典鍵是整數類型，我想參考字典中存儲在活動代碼列中的值，以某種方式映射並替換活動中缺少的值。 因此，所需的輸出數據幀應該是這樣的，

> print(df)
[Out:]
activity-code    activity
-------------------------
0                unknown
99               education
84               sports
72;99            social service;education
57               recreational
57;99;11         recreational;education;cultural
11               cultural

到目前為止，這是我嘗試過的

df['new-activity'] = df['activity-code'].str.split(';').apply(lambda x: ';'.join([act_dict[int(i)] for i in x]))

但對於活動代碼不是單個代碼值的單個值，我得到了KeyError。 錯誤顯示KeyError: 0

如何將字典值映射到數據框活動列中的缺失值？

Answer 1

使用apply和str.split ，而不是apply ，使用列表str.split並以';' str.split ：

df['activity'] = df['activity-code'].str.split(';').apply(lambda x: ';'.join([act_dict[int(i)] for i in x]))

現在：

print(df)

輸出：

  activity-code                         activity
0             0                          unknown
1            99                        education
2            84                           sports
3         72;99         social service;education
4            57                     recreational
5      57;99;11  recreational;education;cultural
6            11                         cultural

Answer 2

如果您的字典中沒有針對0的值，則可以使用filter（）：

df['activity']= df['activity-code'].apply(lambda x:'; '.join(list(filter(None,map(act_dict.get,list(map(int,x.split(';'))))))))