我有一个薪资范围的数据框架,如下所示:
import pandas as pd
df = pd.DataFrame(columns=['Salary'])
df.Salary = ['30,000-39,999', '5,000-7,499', '250,000-299,999', '4,000-4,999', '60,000-69,999', '10,000-14,999', '80,000-89,999', '$0-999', '2,000-2,999', '70,000-79,999', '90,000-99,999', '125,000-149,999', '$0-999', '$0-999', '40,000-49,999', '20,000-24,999', '125,000-149,999', '$0-999', '10,000-14,999', '15,000-19,999', '20,000-24,999', '100,000-124,999', '$0-999']
df
我想用数字替换工资范围的字符串值,其中1表示$0-999
,2表示1000-1999
,等等。下面是我的代码,我制作了一个字典,将字符串映射到数字,并使用2个for循环-一个循环遍历数据帧中的每一行,另一个循环遍历字典中的每个元素:
salary_dict = {'$0-999':1, '1,000-1,999':2, '2,000-2,999':3, '3,000-3,999':4, '4,000-4,999':5,
'5,000-7,499':6, '7,500-9,999':7, '10,000-14,999':8, '15,000-19,999':9, '20,000-24,999':10,
'25,000-29,999':11, '30,000-39,999':12, '40,000-49,999':13, '50,000-59,999':14, '60,000-69,999':15,
'70,000-79,999':16, '80,000-89,999':17, '90,000-99,999':18, '100,000-124,999':19, '125,000-149,999':20,
'150,000-199,999':21, '200,000-249,999':22, '250,000-299,999':23, '300,000-500,000':24, '> $500,000':25}
for i in range(len(df)):
for key in salary_dict:
if df.Salary[i]==key:
df.Salary[i] = salary_dict[key]
break
df
对于较小的数据帧,这是可以的,但是对于较大(较长)的数据帧,代码需要很长时间才能完成运行。我如何优化它
apply
函数https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.Series.apply.htmlapply
函数将定义的任何函数应用于每个元素李>df['Salary']
的每个元素映射到字典中的等价值李>lambda x: salary_dict.get(x, x)
,请查看python lambdas李>get
方法仅用于保护密钥不在dictorial中的情况李>输出:
相关问题 更多 >
编程相关推荐