怎么通過pandas column內容匹配字典的key來添加一列

怎么通過pandas column內容匹配字典的key來添加一列

在數據分析和處理中，Pandas 是一個非常強大的工具。我們經常需要根據某一列的內容來添加新的列。本文將詳細介紹如何通過 Pandas 的列內容匹配字典的鍵來添加新列。

1. 理解問題

假設我們有一個 DataFrame，其中有一列包含一些鍵值，我們還有一個字典，字典的鍵與 DataFrame 中的某一列內容相匹配。我們的目標是根據 DataFrame 中的這一列內容，通過匹配字典的鍵，將字典中的值添加到 DataFrame 的新列中。

示例數據

import pandas as pd

# 示例 DataFrame
data = {
    'Name': ['Alice', 'Bob', 'Charlie', 'David'],
    'City': ['New York', 'Los Angeles', 'Chicago', 'Houston']
}

df = pd.DataFrame(data)

# 示例字典
city_to_state = {
    'New York': 'NY',
    'Los Angeles': 'CA',
    'Chicago': 'IL',
    'Houston': 'TX'
}

在這個例子中，我們有一個包含 Name 和 City 列的 DataFrame，以及一個將城市名稱映射到州縮寫的字典 city_to_state。我們的目標是根據 City 列的內容，通過匹配字典的鍵，將州縮寫添加到 DataFrame 的新列 State 中。

2. 使用 map 函數

Pandas 提供了 map 函數，可以非常方便地實現這一功能。map 函數可以將一個 Series 中的每個元素映射到另一個值。

實現步驟

1. 使用 map 函數將 City 列中的每個城市名稱映射到對應的州縮寫。
2. 將映射后的結果賦值給新列 State。

df['State'] = df['City'].map(city_to_state)

結果

print(df)

輸出：

      Name         City State
0    Alice     New York    NY
1      Bob  Los Angeles    CA
2  Charlie      Chicago    IL
3    David      Houston    TX

可以看到，新列 State 已經成功添加，并且每個城市對應的州縮寫也被正確地映射到了新列中。

3. 處理缺失值

在實際應用中，可能會遇到 DataFrame 中的某些值在字典中沒有對應的鍵。這種情況下，map 函數會返回 NaN。

示例

假設我們的 DataFrame 中有一個城市在字典中沒有對應的州縮寫：

data = {
    'Name': ['Alice', 'Bob', 'Charlie', 'David', 'Eve'],
    'City': ['New York', 'Los Angeles', 'Chicago', 'Houston', 'San Francisco']
}

df = pd.DataFrame(data)

# 示例字典
city_to_state = {
    'New York': 'NY',
    'Los Angeles': 'CA',
    'Chicago': 'IL',
    'Houston': 'TX'
}

df['State'] = df['City'].map(city_to_state)

結果

print(df)

輸出：

      Name           City State
0    Alice       New York    NY
1      Bob    Los Angeles    CA
2  Charlie        Chicago    IL
3    David        Houston    TX
4      Eve  San Francisco   NaN

可以看到，San Francisco 在字典中沒有對應的鍵，因此 State 列中對應的值為 NaN。

處理缺失值

我們可以使用 fillna 函數來處理這些缺失值。例如，我們可以將缺失值替換為 Unknown：

df['State'] = df['City'].map(city_to_state).fillna('Unknown')

結果

print(df)

輸出：

      Name           City    State
0    Alice       New York       NY
1      Bob    Los Angeles       CA
2  Charlie        Chicago       IL
3    David        Houston       TX
4      Eve  San Francisco  Unknown

4. 使用 apply 函數

除了 map 函數，我們還可以使用 apply 函數來實現相同的功能。apply 函數可以對 DataFrame 的某一列或某一行應用一個函數。

實現步驟

1. 定義一個函數，該函數接受一個城市名稱作為輸入，并返回對應的州縮寫。
2. 使用 apply 函數將定義的函數應用到 City 列。

def get_state(city):
    return city_to_state.get(city, 'Unknown')

df['State'] = df['City'].apply(get_state)

結果

print(df)

輸出：

      Name           City    State
0    Alice       New York       NY
1      Bob    Los Angeles       CA
2  Charlie        Chicago       IL
3    David        Houston       TX
4      Eve  San Francisco  Unknown

5. 總結

通過 Pandas 的 map 或 apply 函數，我們可以非常方便地根據 DataFrame 中的某一列內容匹配字典的鍵來添加新列。map 函數適用于簡單的映射操作，而 apply 函數則更加靈活，可以處理更復雜的邏輯。在實際應用中，我們還需要注意處理可能出現的缺失值，以確保數據的完整性和準確性。

希望本文能幫助你更好地理解如何通過 Pandas 的列內容匹配字典的鍵來添加新列。如果你有任何問題或建議，歡迎在評論區留言討論。