通过跳过缺失值有效迭代字典列表值 Python 3

Question

我有一个 pandas 数据框

import pandas as pd

df=pd.DataFrame({'Location': [ 'NY', 'SF', 'NY', 'NY', 'SF', 'SF', 'TX', 'TX', 'TX', 'DC'],
                 'Class': ['H','L','H','L','L','H', 'H','L','L','M'],
                 'Address': ['12 Silver','10 Fak','12 Silver','1 North','10 Fak','2 Fake', '1 Red','1 Dog','2 Fake','1 White'],
                 'Score':['4','5','3','2','1','5','4','3','2','1',]})

我想添加 2 个我存储在字典中的标签。请注意，第二个字典不包含键 'A'

df['Tag1'] =''
df['Tag2'] =''

tagset1 = {'A':['NY|SF'],
          'B':['DC'],
          'C':['TX'],
          }
for key in tagset1:
    df.loc[df.Location.str.contains(tagset1[key][0]) & (df.Tag1 == ''),'Tag1'] = key


tagset2= {'B':['H|M'],
          'C':['L'],
          }
for key in tagset2:
    df.loc[df.Class.str.contains(tagset2[key][0]) & (df.Tag2 == ''),'Tag2'] = key

print (df)

如果我想结合这两个词典使代码更具可读性和效率，我应该用 '' 填充 newtagset['A'][1] 中 A 的位置，还是有另一种方法来制作迭代器迭代列表中的位置时忽略或跳过位置 newtagset['A'][1]?

newtagset = {'A':['NY|SF', '',],
          'B':['DC','H|M',],
          'C':['TX','L',],
          }


for key in newtagset:
    df.loc[df.Location.str.contains(newtagset[key][0]) & (df.Tag1 == ''),'Tag1'] = key

for key in newtagset:
    df.loc[df.Class.str.contains(newtagset[key][1]) & (df.Tag2 == ''),'Tag2'] = key

print (df)

我发现的大多数解决方案都使用 itertools Skip multiple iterations in loop python这是唯一的方法吗？

Answer 1

简单continue没有错。

for key, value in newtagset.items():    # I found dict.items cleaner
    if not value[1]:
        continue
    df.loc...

有点跑题了：

& (df.Tag1 == '') 是多余的。只有当你的值有巧合时我才有用，但这会导致不可预测的行为，因为 dict 没有排序。

通过跳过缺失值有效迭代字典列表值 Python 3

Efficiently Iterating over dictionary list values by skipping missing values Python 3

python

iteration

dictionary