Skip to main content
 首页 » 编程设计

python之用 Pandas 替换和映射 Python 数据框中的字符串值

2024年12月31日18yjmyzz

您好,我一直在尝试替换数据框中的字符串值(字符串是 NFL 球队的缩写),我有这样的东西:

Index   IDMatch Usr1    Usr2    Usr3    Usr4    Usr5 
0       1       Phi     Atl     Phi     Phi     Phi 
1       2       Bal     Bal     Bal     Buf     Bal 
2       3       Ind     Ind     Cin     Cin     Ind 
3       4       NE      NE      Hou     NE      NE 
4       5       Jax     Jax     NYG     NYG     NYG 

和一个带有映射的 Dataframe,像这样:

Index  TEAM_YH  TeamID 
0      ARI       1 
1      ATL       2 
2      BAL       3 
... 
31     WAS       32 

我想用 TeamID 替换每个字符串以进行基本统计(频率),我尝试了下一个:

## Dataframe with strings and Team ID 
dfDicTeams = dfTeams[['TEAM_YH','TeamID']].to_dict('dict') 
 
## Dataframe with selections by users 
dfW1.replace(dfDicTeams[['TEAM_YH']],dfDicTeams[['TeamID']]) ## Error: unhashable type: 'list' 
 
dfW1.replace(dfDicTeams) ## Error: Replacement not allowed with overlapping keys and values 

我做错了什么?是否可行?

我正在使用 Python 3,我想要这样的东西:

Index   IDMatch Usr1    Usr2    Usr3    Usr4    Usr5 
0       1       26      2       26      26      26 
1       2       3       3       3       4       3 
2       3       14      14      7       7       14 
3       4       21      21      13      21      21 
4       5       15      15      23      23      23 

聚合选项:

IDMatch ATeam Count HTeam Count 
1       26      4   2       1 
2       3       4   4       1 
3       14      3   7       2 
4       21      4   13      1 
5       15      2   23      3 

请您参考如下方法:

给定一个主输入数据框 df 和一个映射数据框 df_map,您可以创建一个系列映射,然后使用 pd.DataFrame.applymap使用自定义函数:

s = df_map.set_index('TEAM_YH')['TeamID'] 
df.iloc[:, 2:] = df.iloc[:, 2:].applymap(lambda x: s.get(x.upper(), -1)) 
 
print(df) 
 
   Index  IDMatch  Usr1  Usr2  Usr3  Usr4  Usr5 
0      0        1     7     2     7     7     7 
1      1        2     3     3     3     4     3 
2      2        3     5     5    -1    -1     5 
3      3        4    -1    -1    -1    -1    -1 
4      4        5     6     6    -1    -1    -1 

用于计算上述结果的示例df_map:

Index  TEAM_YH  TeamID 
0      ARI       1 
1      ATL       2 
2      BAL       3 
3      BUF       4 
4      IND       5 
5      JAX       6 
6      PHI       7 
32     WAS       32