pandas Series.replace() 未从 defaultdict 生成默认值

Question

之后我总是可以.fillna()。但我正在尝试将“其他”的值作为重新编码字典的一部分。我认为 defaultdict 可能很合适，但它似乎表现得像一个生成器，并且 pandas Series.replace() 似乎不会为代码中前面未请求的键生成结果。

示例代码：

import pandas as pd
from collections import defaultdict

recode = defaultdict(lambda:"Unknown", {
    1 : "Yes",
    2 : "No"
})

print("key 0:", recode[0]) # Will generate a key-value for the key "0"

df = pd.DataFrame(pd.Series([0,1,2,5]), columns = ["code"])
df['answer'] = df['code'].replace(recode)
print(df)

将生成此输出：

key 0: Unknown
   code   answer
0     0  Unknown
1     1      Yes
2     2       No
3     5        5

因此，由于我们在 recode[0] 上调用了 print()，因此它会生成，并且可以由 pd.Series.replace() 使用，但 recode[5] 仅由 pd.[= 搜索35=]() 因此没有像我预期的那样被“未知”取代。

建议？（关于如何在重新编码数据结构中包含“OTHER”）

已接受答案

基于 Anurag Dabas 的回答，您可以只使用地图...

recode = defaultdict(lambda:"Unknown", {
    1 : "Yes",
    2 : "No",
    None: "Ah shit"
})
df['answer'] = df['code'].map(recode)

输出：

    code    answer
0   0   Unknown
1   1   Yes
2   2   No
3   5   Unknown

Answer 1

当你这样做时：

print("key 0:", recode[0])

由于记录中不存在键 0，因此它会生成一个值为 'Unknown' 的键 0，因为您在 defaultdict

中创建键 0 时未分配任何值

所以现在重新编码变成：

print(record)
defaultdict(<function __main__.<lambda>()>, {1: 'Yes', 2: 'No', 0: 'Unknown'})

所以现在如果你这样做：

df['answer'] = df['code'].replace(recode)

0 被替换为 'Unknown' 因为 defaultdict 重新编码中存在 0 值，即 'Unknown' 并且默认字典中不存在 5 值，因此它保持不变，您可以通过以下方式检查：

print('keys: ',recode.keys(),'\nvalues: ',recode.values())

keys:  dict_keys([1, 2, 0]) 
values:  dict_values(['Yes', 'No', 'Unknown'])

更新：

你可以使用简单的字典或 defaultdict map()+fillna():

df['answer'] = df['code'].map({1:'Yes',2:'No'}).fillna('Other')

df的输出：

    code    answer
0   0       Other
1   1       Yes
2   2       No
3   5       Other

Answer 2

好像是 pandas.core _replace_columnwise checks if the keys are in the mapping before replacing.

所以在上面的示例代码运行之后，您可以通过逻辑检查哪些将被替换或不被替换。

print(0 in recode)
print(5 in recode)

输出：

True
False

所以我想这是要问 pandas 开发人员，他们是否可以在替换函数中支持类似 dict 的生成器？

pandas Series.replace() 未从 defaultdict 生成默认值

pandas Series.replace() not generating default value from defaultdict

python

collections

replace

pandas

defaultdict