我有一个如下所示的 DataFrame,
df1
col1
0 10
1 [5, 8, 11]
2 15
3 12
4 13
5 33
6 [12, 19]
生成此 df1 的代码:
df1 = pd.DataFrame({"col1":[10,[5,8,11],15,12,13,33,[12,19]]})
df2
col1 col2
0 12 1
1 10 2
2 5 3
3 11 10
4 7 5
5 13 4
6 8 7
生成此 df2 的代码:
df2 = pd.DataFrame({"col1":[12,10,5,11,7,13,8],"col2":[1,2,3,10,5,4,7]})
我想用 df2 值替换 df1 中的元素。
如果系列值包含非列表元素, 我可以简单地用 map
df1['res'] = df1['col1'].map(df2.set_index('col1')["col2"].to_dict())
但是现在这个系列包含列表和标量的混合。 如何有效地替换序列中的元素和标量值。
预期输出
col1 res
0 10 2
1 [5, 8, 11] [3,7,10]
2 15 15
3 12 1
4 13 4
5 33 33
请您参考如下方法:
您的系列是 dtype object,因为它包含 int 和 list 对象。这对 Pandas 来说效率低下,意味着矢量化解决方案是不可能的。
您可以创建一个映射字典并使用pd.Series.apply。要说明 list 对象,您可以捕获 TypeError。您遇到列表的这个特定错误,因为它们不可散列,因此不能用作字典键。
d = df2.set_index('col1')['col2'].to_dict()
def mapvals(x):
try:
return d.get(x, x)
except TypeError:
return [d.get(i, i) for i in x]
df1['res'] = df1['col1'].apply(mapvals)
print(df1)
col1 res
0 10 2
1 [5, 8, 11] [3, 7, 10]
2 15 15
3 12 1
4 13 4
5 33 33
6 [12, 19] [1, 19]
