在Pandas中用另一个数据帧的匹配项替换列表列的有效方法

Question

我有一个熊猫数据框，看起来像：

col11     col12
  X      ['A']
  Y      ['A', 'B', 'C']
  Z      ['C', 'A']

另一个看起来像：

 col21   col22
  'A'   'alpha'
  'B'   'beta'
  'C'   'gamma'

我想以一种有效的方式替换基于col22的col12，并得到以下结果：

col31     col32
  X      ['alpha']
  Y      ['alpha', 'beta', 'gamma']
  Z      ['gamma', 'alpha']

Answer 1

我不确定这是最有效的方法，但您可以将DataFrame转换为dict，然后使用apply将键映射到值：

假设第一个DataFrame是df1，第二个是df2：

df_dict = dict(zip(df2['col21'], df2['col22']))
df3 = pd.DataFrame({"31":df1['col11'], "32": df1['col12'].apply(lambda x: [df_dict[y] for y in x])})

或者如@jezrael所建议的嵌套列表理解：

df3 = pd.DataFrame({"31":df1['col11'], "32": [[df_dict[y] for y in x] for x in df1['col12']]})

注意：df3有一个默认索引

  31                    32
0  X               [alpha]
1  Y  [alpha, beta, gamma]
2  Z        [gamma, alpha]

Answer 2

一种解决方案是使用索引序列作为具有列表理解的映射器：

import pandas as pd

df1 = pd.DataFrame({'col1': ['X', 'Y', 'Z'],
                    'col2': [['A'], ['A', 'B', 'C'], ['C', 'A']]})

df2 = pd.DataFrame({'col21': ['A', 'B', 'C'],
                    'col22': ['alpha', 'beta', 'gamma']})

s = df2.set_index('col21')['col22']

df1['col2'] = [list(map(s.get, i)) for i in df1['col2']]

结果：

  col1                  col2
0    X               [alpha]
1    Y  [alpha, beta, gamma]
2    Z        [gamma, alpha]