将列表列表映射到 pandas Series

Question

我刚接触Python，有个简单的问题让我有点困惑。

假设我有一个叫做my_series的pandas系列，内容如下：

my_series = pd.Series([(1,2), (2,3), (1,3)])

我还有一个叫做my_lookup的查找列表，内容是这样的：

my_lookup = [([0,1], 0), ([1,1], 1), ([1,2], 2), ([2,2], 3), ([0,3], 4), ([1,3], 5), ([2,3], 6)]

1) 我想知道怎么把my_series中的每一对值替换成my_lookup中对应的值。这样的话，my_series应该变成pd.Series([2, 6, 5])。

2) 我想知道怎么创建一个新的系列，里面是对应的值，而不是像上一个问题那样替换掉原来的值。

3) 如果不是每个“键”都在my_lookup中，答案会有变化吗？比如，如果my_lookup的内容改成：

my_lookup = [([0,1], 0), ([1,1], 1), ([2,2], 3), ([0,3], 4), ([1,3], 5), ([2,3], 6)]

补充：我想用字典和map函数来实现，像这样：

df["Gender"] = df["Sex"].map({"female":0, "male":1}).astype(int)

..但是我的键是列表，Python似乎不太喜欢这样，所以我在尝试其他方法。

Answer 1

你使用字典的思路是对的。

你的“键”会不会改变呢？从你最开始定义的系列来看，它们似乎不会改变，但你把它们放在了 my_lookup 的列表里。

如果这些键不会改变，你可以把它们转换成元组，然后用作字典的键。比如说（在普通的 Python 中，因为我这台电脑上没有安装 pandas 来测试）：

d = {tuple(k): v for k,v in my_lookup}

然后，要替换系列中的每个键，你可以这样做：

fReplace = lambda k: d[k]
new_series = map(fReplace, my_series) # or my_series.map if you're in pandas

# alternatively (and there's probably a nicer way, I don't have pandas to play with)
new_series = pd.Series(map(fReplace, my_series))

如果不是每个键都在查找表中，你需要决定是否有一个合理的默认值。如果有的话，你可以在字典上使用 .get 方法：

fReplace = lambda k: d.get(k, sensible_default_value)

如果没有，你可以用 None 作为默认值，然后过滤结果系列，去掉 None 的值。