使用两个字典映射列

Question

我有一个df：

ColA  ColB
1     1
2     3
2     2
1     2
1     3
2     1

我想使用两个不同的字典来更改ColB中的值。如果ColA中的值是1，我想使用d1，如果ColB中的值是2，我想使用d2。在

^{pr2}$

导致：

ColA  ColB
1     a
2     f
2     e
1     b
1     c
2     d

实现这一目标的最佳方式是什么？在

Answer 1

一种方法是使用^{}来map使用一个字典或另一个字典来ColB中的值，具体取决于{}的值：

import numpy as np
df['ColB'] = np.where(df.ColA.eq(1), df.ColB.map(d1), df.ColB.map(d2))

它给出了：

^{pr2}$

---

对于更一般的解决方案，可以使用^{}，它适用于多个条件。让我们在ColA和字典中添加另一个值，以了解如何使用三种不同的映射来实现这一点：

print(df)
    ColA ColB
0     1     1
1     2     3
2     2     2
3     1     2
4     3     3
5     3     1

values_to_map = [1,2,3]
d1 = {1:'a',2:'b',3:'c'}
d2 = {1:'d',2:'e',3:'f'}
d3 = {1:'g',2:'h',3:'i'}

#create a list of boolean Series as conditions
conds = [df.ColA.eq(i) for i in values_to_map]
# List of Series to choose from depending on conds
choices = [df.ColB.map(d) for d in [d1,d2,d3]]
# use np.select to select form the choice list based on conds
df['ColB'] = np.select(conds, choices)

导致：

    ColA ColB
0     1    a
1     2    f
2     2    e
3     1    b
4     3    i
5     3    g

Answer 2

您可以使用一个键为tuples的新字典，并将其映射到压缩列。在

d = {**{(1, k): v for k, v in d1.items()}, **{(2, k): v for k, v in d2.items()}}
df.assign(ColB=[*map(d.get, zip(df.ColA, df.ColB))])

   ColA ColB
0     1    a
1     2    f
2     2    e
3     1    b
4     1    c
5     2    d

---

或者我们可以用一个lambda来绘制地图。
注意：我根据字典在列表[0, d1, d2]中的相对位置，将它们对齐以在它们之间切换。在这种情况下，什么在第一位置并不重要。我任意地放0。在

^{pr2}$

---

为了提高健壮性，我会远离cute并映射一个具有默认值功能的lambda

df.assign(ColB=[*map(lambda x, y: {1: d1, 2: d2}.get(x, {}).get(y), df.ColA, df.ColB)])

   ColA ColB
0     1    a
1     2    f
2     2    e
3     1    b
4     1    c
5     2    d

Answer 3

如果需要对多个组执行此操作，请使用dict的dict来分别映射每个组。理想情况下，您可以找到一些功能性方法来创建d：

d = {1: d1, 2: d2}
df['ColB'] = pd.concat([gp.ColB.map(d[idx]) for idx, gp in df.groupby('ColA')])

输出：

^{pr2}$