Pandas 根據另一列的條件創建字典列

Question

假設我有一個名為df_1的 Pandas df，如下所示：

ID	創建日期	rank_1	rank_2	rank_3	rank_dict
2223	21 年 3 月 3 日 3:26	www.google.com	www.yahoo.com	www.ford.com	{www.google.com:3, www.yahoo.com:2 , www.ford.com:1}
1112	2/25/21 1:35	www.autoblog.com	www.motor1.com	www.webull.com	{www.autoblog.com:3, www.motor1.com:2 , www.webull.com:1}

另一個名為df_2的 df 如下所示：

ID	創建日期	rank_1	rank_2	rank_3
2223	21 年 4 月 9 日 5:15	www.yahoo.com	www.whatever.com	www.google.com
1112	21 年 8 月 20 日 2:30	www.gm.com	www.motor1.com	www.webull.com

我想在df_2中創建一個名為new_rank_dict的新列，使用 df_2 中的 rank_1、rank_2、rank_3 中的df_2作為鍵，並使用以下標准創建的值：

• 在df_1中查找具有匹配id的行，如果 rank_1 URL 存在於該行的rank_dict的df_1的鍵中，則分配與從該字典中看到的相同的值。 如果該字典中不存在rank_1 URL，則為其分配值 0。
• 對rank_2和rank_3執行相同的操作，最后會為df_2中的每一行生成一個字典。

例如，由於df_1和df_2中的第 1 行共享相同的id (2223)，並且rank_1 ( www.yahoo.com ) 是rank_dict中df_2中的df_1 ，並且該 Key 的值為 2，則分配值為 2到www.yahoo.com密鑰。 rank_2 ( www.whatever.com ) 在rank_dict的df_1中不存在，因此它的值為 0。 rank_3 ( www.google.com ) 確實存在於rank_dict中的df_1中，其值為 3，到新字典的那個鍵。 最后， df_2中的第 1 行將具有new_rank_dict ： {www.yahoo.com:2, www.whatever.com:0, www.google.com:3}

所以理想的結果df_2應該是這樣的：

ID	創建日期	rank_1	rank_2	rank_3	rank_dict
2223	21 年 4 月 9 日 5:15	www.yahoo.com	www.whatever.com	www.google.com	{www.yahoo.com:2, www.whatever.com:0 , www.google.com:3}
1112	21 年 8 月 20 日 2:30	www.gm.com	www.motor1.com	www.webull.com	{www.gm.com:0, www.motor1.com:2 , www.webull.com:1}

我一直在努力尋找一種 Pythonic 方法來有效地實現這一目標 - 在 web 上進行了搜索，大多數教程都指向從 Pandas 列創建單個字典，而不是我在這里需要的字典列。

任何建議將不勝感激！

Answer 1

代碼

dcts = df2['id'].map(df1.set_index('id')['rank_dict'])
cols = df2.filter(like='rank')

df2['rank_dict'] = [{u: dct.get(u, 0) for u in urls}
                    for urls, dct in zip(cols.values, dcts)]

解釋

map基於公共id從df1到df2的列rank_dict

>>> dcts

0         {'www.google.com': 3, 'www.yahoo.com': 2, 'www.ford.com': 1}
1    {'www.autoblog.com': 3, 'www.motor1.com': 2, 'www.webull.com': 1}
Name: id, dtype: object

現在過濾df2中的列等rank ：

>>> cols
          rank_1            rank_2          rank_3
0  www.yahoo.com  www.whatever.com  www.google.com
1     www.gm.com    www.motor1.com  www.webull.com

zip cols和dcts ，然后在列表解析中迭代此 zip 迭代器以創建滿足給定條件的所需字典。

>>> df2

     id  date_created         rank_1            rank_2          rank_3                                                         rank_dict
0  2223   4/9/21 5:15  www.yahoo.com  www.whatever.com  www.google.com  {'www.yahoo.com': 2, 'www.whatever.com': 0, 'www.google.com': 3}
1  1112  8/20/21 2:30     www.gm.com    www.motor1.com  www.webull.com       {'www.gm.com': 0, 'www.motor1.com': 2, 'www.webull.com': 1}