當在給定行中找到字典值時，使用字典鍵作為行值的新DataFrame列

Question

我有一個帶有大量唯一值的Pandas DataFrame。 我想將這些值與更一般的列進行分組。 這樣，我希望將層次結構添加到我的數據中，從而使分析更加容易。

起作用的一件事是復制該列並替換值，如下所示：

data.loc[data['new_col'].str.contains('string0|string1'), 'new_col']\
         = 'substitution'

但是，我試圖找到一種輕松地重現此方法而不為每個條目添加條件的方法。

還嘗試使用以下方法成功使用：

• dict.items（）
• pd.df.replace（）這些嘗試對我來說是徒勞的。

我想聽聽您的建議，以了解如何解決此問題。

import pandas as pd
# My DataFrame looks similar to this:
>>> df = pd.DataFrame({'A': ['a', 'w', 'c', 'd', 'z']})

# The dictionary were I store the generalization:
>>> subs = {'g1': ['a', 'b', 'c', 'd'],
...         'g2': ['w', 'x', 'y', 'z']}

>>> df
   A  H
0  a  g1
1  w  g2
2  c  g1
3  d  g1
4  z  g2

Answer 1

通過將鍵與list值交換來創建新的字典。 接下來，將df.A與已交換的dict映射。

swap_dict = {x: k for k, v in d.items() for x in v}

Out[1054]:
{'a': 's1',
 'b': 's1',
 'c': 's1',
 'd': 's1',
 'w': 's2',
 'x': 's2',
 'y': 's2',
 'z': 's2'}

df['H'] = df.A.map(swap_dict)

Out[1058]:
   A   H
0  a  s1
1  w  s2
2  c  s1
3  d  s1
4  z  s2

---

注意 ：我直接將字典的鍵用作H值，而不是g1 ， g2 ，....，因為我認為足以識別每組值。 如果您仍然想要g1 ， g2 ，...，則很容易實現。 請讓我知道。
我在代碼中也將您的字典命名為d