我有个问题:
import pandas
new_dict={
'a':1,
'b':2,
'else':4
}
df=pandas.DataFrame([['new1','a'],['new2','b'],['new3','c'],['new4','d'],['new5','b']],columns=['new','id'])
这样的df
new id
0 new1 a
1 new2 b
2 new3 c
3 new4 d
4 new5 b
我想要的结果:
new id
0 new1 1
1 new2 2
2 new3 4
3 new4 4
4 new5 2
我尝试将dict转换为数据帧并使用merge方法.但’其他’不匹配:
import pandas
new_dict={'newid':['a','b','else'],
'idd':[1,2,4]}
df2=pandas.DataFrame(new_dict,columns=['newid','idd'])
df=pandas.DataFrame([['new1','a'],['new2','b'],['new3','c'],['new4','d'],['new5','b']],columns=['new','id'])
我尝试使用pandas merge方法来解决这个问题,但我不知道下一步应该做什么.谢谢!
解决方法:
你可以使用map
:
df.id = df.id.map(new_dict).fillna(new_dict['else']).astype(int)
print (df)
new id
0 new1 1
1 new2 2
2 new3 4
3 new4 4
4 new5 2
numpy.where
的另一个解决方案:
df.id = np.where(df.id.isin(new_dict), df.id.map(new_dict), new_dict['else']).astype(int)
print (df)
new id
0 new1 1
1 new2 2
2 new3 4
3 new4 4
4 new5 2
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 [email protected] 举报,一经查实,本站将立刻删除。