Pandas DF 使用字典映射將數組中的值替換為列

Question

我有一個包含值數組的列的 DF，如下所示

姓名	網址
鮑勃	[https://1, https:/2]
瑪麗	[https://1，https：/3]

我想將“urls”列中數組中的值 map 到字典中，並將值替換為字典中的值。 下面的示例字典

mapping_dictionary = {'https:/1': 'google',
 'https:/2': 'yahoo',
 'https:/3': 'bing'}

所以最終結果看起來像這樣：

姓名	網址
鮑勃	[谷歌，雅虎]
瑪麗	[谷歌，必應]

是否可以使用 pandas.replace 或 pandas 映射來做到這一點？

提前致謝

Answer 1

您可以map explode mapping_dictionary”，按索引聚合到列表：

df['urls'] = df['urls'].explode().map(mapping_dictionary).groupby(level=0).agg(list)

Output：

   name             urls
0   bob  [google, yahoo]
1  mary   [google, bing]

Answer 2

讓我們試試

df['value' = df.urls.map(lambda x : [*map(mapping_dictionary.get, x)])
0    [google, yahoo]
1     [google, bing]
Name: urls, dtype: object

Answer 3

您可以使用apply和lambda更改網址，如下所示：

import pandas as pd

df = pd.DataFrame({
    'name': ['bob', 'mary'],
    'urls': [['https:/1', 'https:/2'], ['https:/1', 'https:/3']]
})

m_dict = {
    'https:/1': 'google',
    'https:/2': 'yahoo',
    'https:/3': 'bing'
}


df['urls'] = df['urls'].apply(lambda urls: [m_dict[url] for url in urls])

print(df)
#   name             urls
#0   bob  [google, yahoo]
#1  mary   [google, bing]