[英]apply function on subset of dataframe rows in column based on value in other column
[英]Iterate through rows in a dataframe and change value of a column based on other column
假設我有一個稱為df的數據幀,看起來像下面所示的數據幀:
Id Place
1 NY
2 Berlin
3 Paris
4 Paris
5 Berlin
還有一個字典,其ID為鍵,位置為值,如下所示:
id_to_place = { 1 : "Berlin", 2: "Berlin", 3: "NY"}
我想遍歷數據幀的每一行,看看ID_to_place詞典中是否包含ID。 如果是這樣,那么我想用字典值替換該行的Place列。 例如在runninh之后,我希望輸出的代碼是:
Id Place
1 Berlin
2 Berlin
3 NY
4 Paris
5 Berlin
到目前為止,我已經嘗試了以下代碼:
id_to_place = { 1 : "Berlin", 2: "Berlin", 3: "NY"}
for index,row in df.iterrows():
id = row['id']
place = row['place']
for item in id_to_place:
if item == str(id):
df.loc[df.id =id,'place'] = id_to_place[item]
print(df)
但是,當我運行代碼時,數據框保持不變。 有誰知道為什么會這樣嗎? 感謝您的幫助!
使用Series.map
替換匹配的值,然后用Series.fillna
的原始列替換NaN
:
df['Place'] = df['Id'].map(id_to_place).fillna(df['Place'])
print (df)
Id Place
0 1 Berlin
1 2 Berlin
2 3 NY
3 4 Paris
4 5 Berlin
您當前的方法不起作用,因為字典中的項目是整數,並且您正在根據str(id)對其進行檢查,該結果始終返回False。 如果刪除str並僅檢查id項,則它起作用。
id_to_place = { 1 : "Berlin", 2: "Berlin", 3: "NY"}
for index,row in df.iterrows():
id = row['id']
place = row['place']
for item in id_to_place:
if item == id: # this line changed
df.loc[df.id =id,'place'] = id_to_place[item]
print(df)
您可以根據您的字典構建一個DataFrame,以向量化的方式分配值:
df1 = pd.DataFrame(list(id_to_place.values()), index=id_to_place.keys(),
columns=['Place'])
df.set_index('Id', inplace=True)
df.loc[df1.index] = df1.Place
df.reset_index(inplace=True)
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.