python：字典鍵作為行索引，值作為列標題。 如何使用字典引用並選擇 df 中的特定值？

Question

我有一個看起來像這樣的數據框：

a=['a','b','c','d']
b=['the','fox','the','then']
c=['quick','jumps','lazy','barks']
d=['brown','over','dog','loudly']
df=pd.DataFrame(zip(a,b,c,d),columns=['indexcol','col1','col2','col3'])

和一個看起來像這樣的字典：

keys=['a','b','c','d']
vals=[]
vals.append(['col1','col3'])
vals.append(['col1','col2'])
vals.append(['col1','col2','col3'])
vals.append(['col2','col3'])
newdict = {k: v for k, v in zip(keys, vals)}

我要做的是在 df 中創建一個新列，它為每一行構造一個語句。 以第一行為例，句子應該是這樣的：

“col1 是 'the' | col3 是 '懶惰的'”

另一個使用第三行的例子只是為了使手頭的任務一清二楚：“col1 is 'brown' | col2 is 'the' | col3 is 'then'”

本質上，我想引用字典值以使用字典鍵作為與 df 中 indexcol 匹配的行引用來查找 df 中的列。

提前致謝。

Answer 1

我想這就是你要找的

def func(df_row):
    return ' | '.join(
        f'"{col}" is "{df_row[col]}"'
        for col in newdict[df_row['indexcol']]
    )

df['new col'] = df.apply(func, axis=1)

索引庫	col1	col2	col3	新山
一個	這	快的	棕色的	"col1" 是 "the" | “col3”是“棕色”
b	狐狸	跳躍	超過	“col1”是“狐狸”| “col2”是“跳躍”
C	這	懶惰的	狗	"col1" 是 "the" | “col2”是“懶惰的” | “col3”是“狗”
d	然后	樹皮	高聲	“col2”是“樹皮”| “col3”是“大聲”

Answer 2

我不確定我是否理解正確，但您可以嘗試：

df = df.set_index("indexcol")

for k, v in newdict.items():
    row = df.loc[k]
    df.loc[k, "new_column"] = " | ".join(f"{i} is '{row[i]}'" for i in v)

print(df.reset_index())

印刷：

  indexcol  col1   col2    col3                                      new_column
0        a   the  quick   brown                 col1 is 'the' | col3 is 'brown'
1        b   fox  jumps    over                 col1 is 'fox' | col2 is 'jumps'
2        c   the   lazy     dog  col1 is 'the' | col2 is 'lazy' | col3 is 'dog'
3        d  then  barks  loudly              col2 is 'barks' | col3 is 'loudly'