Skip to main content
 首页 » 编程设计

python之如何串联替换列表中的元素

2024年12月31日13jiqing9006

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

替换
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]