Question

假设我有一个数据帧： DF1：

       AC BC AK BJ  SDFG.... (1100 such columns)
Tom    0  0  1   0   0
Sally  1  0  1   1   0
Nick   0  1  0   0   1

我还有一个字典：

dict_1= {'AC':0.23,'BC':1.2, 'AK':0.45, 'BJ': 2.2, 'ABFK':4.5....}

没有必要dict1中的所有键都是df1的列，键值对的总数可能是10,000，而列只有1100.所以大量的键不是像＃39那样的列; ABFK＆＃39; df1中没有键类似地，可能存在不是dict_1中的键的列名。例如，SDFG＆＃39;列标题在dict中没有关联的键。

我想返回一个数据框，如果密钥作为列名存在，则dict1中的值已被替换：例如，我想要回来的是

      AC    BC   AK    BJ    SDFG.... (1100 such columns) TOTAL
Tom    0    0    0.45   0     0                             0.45
Sally  0.23 0    0.45   2.2   0                             2.7
Nick   0    1.2  0      0     0.13                          1.33

所以所有（1s）都被基于字典的值替换。如果密钥不像SDFG那样存在，则将其更改为默认值0.13。最后，我希望有一个总列名称，该名称在该行中求和。

PANDAS的简易解决方案是什么？非常感谢所有帮助新手的人。

Answer 1

选项1
您可以使用mask隐藏其中的内容，然后使用assign进行字典解压缩来填充这些屏蔽值。

首先，创建一个新的字典，我们填写默认值

d = {c: dict_1.get(c, .13) for c in df}
df.mask(df == 1, df.assign(**d))

         AC   BC    AK   BJ  SDFG
Tom    0.00  0.0  0.45  0.0  0.00
Sally  0.23  0.0  0.45  2.2  0.00
Nick   0.00  1.2  0.00  0.0  0.13

要包含Total列

d = {c: dict_1.get(c, .13) for c in df}
d1 = df.mask(df == 1, df.assign(**d))
d1 = d1.assign(Total=d1.sum(1))
d1

         AC   BC    AK   BJ  SDFG  Total
Tom    0.00  0.0  0.45  0.0  0.00   0.45
Sally  0.23  0.0  0.45  2.2  0.00   2.88
Nick   0.00  1.2  0.00  0.0  0.13   1.33

选项2
或者，我们可以使用replace我们传递一个字典来定义该特定列的替换内容。

df.replace({c: {1: dict_1.get(c, .13)} for c in df})

         AC   BC    AK   BJ  SDFG
Tom    0.00  0.0  0.45  0.0  0.00
Sally  0.23  0.0  0.45  2.2  0.00
Nick   0.00  1.2  0.00  0.0  0.13

我们可以按照与上面相同的方式继续添加Total列。

选项3
我们可以使用pd.Series创建新的reindex和df.columns，然后fillna创建.13

# thanks @jezrael for fill_value reminder
df * pd.Series(dict_1).reindex(df.columns, fill_value=.13)

         AC   BC    AK   BJ  SDFG
Tom    0.00  0.0  0.45  0.0  0.00
Sally  0.23  0.0  0.45  2.2  0.00
Nick   0.00  1.2  0.00  0.0  0.13

我们可以按照与上面相同的方式添加Total列

Answer 2

您可以先更新dict，然后将mask用于由fillna替换的NaN：

dict_1= {'AC':0.23,'BC':1.2, 'AK':0.45, 'BJ': 2.2, 'ABFK':4.5}

dict_2 = {x: 0.13 for x in df.columns if x not in dict_1}
dict_2.update(dict_1)

df = df.mask(df == 1).fillna(df.columns.to_series().replace(dict_2))
df['TOTAL'] = df.sum(axis=1)
print (df)
         AC   BC    AK   BJ  SDFG  TOTAL
Tom    0.00  0.0  0.45  0.0  0.00   0.45
Sally  0.23  0.0  0.45  2.2  0.00   2.88
Nick   0.00  1.2  0.00  0.0  0.13   1.33

PANDAS用dict的键值对替换非空列值

2 个答案: