使用 python 用相应的索引替换字典中的键

Replacing keys in a dict with its corresponding indices using python

我有一个列表和字典,如下所示

col_indices = [df.columns.tolist().index(col) for col in cat_cols]
print(col_indices)  #returns [1,5] 

 t = {'thisdict':{
          "Ford":"brand",
          "Mustang":"model",
          1964:"year"
        },
        'thatdict':{
          "jfsak":"af",
          "jhas":"asjf"}}

基本上,我想用相应的列索引替换 dict 键。

例如:列索引 1 属于 thisdict,列索引 5 属于 thatdict

我正在尝试类似下面的方法,但没有用。

key_map_dict = {'1':'thisdict','5':'thatdict'}
d = {(key_map_dict[k] if k in key_map_dict else k):v  for (k,v) in t.items() }

不用我手动定义key_map_dict。无论如何找到匹配的列名并获取索引位置并自动在字典中进行替换?我不能为百万行和 200 列的大数据框架执行此操作。

我希望我的输出如下所示

           {1:{
              "Ford":"brand",
              "Mustang":"model",
              1964:"year"
            },
            5:{
              "jfsak":"af",
              "jhas":"asjf"}}

您可以使用 zip 和听写理解:

col_indices = [1, 5]
t = {'thisdict': {"Ford": "brand", "Mustang": "model", 1964: "year"},
     'thatdict': {"jfsak": "af", "jhas": "asjf"}}

output = {i: v for i, v in zip(col_indices, t.values())}
print(output)
# {1: {'Ford': 'brand', 'Mustang': 'model', 1964: 'year'}, 5: {'jfsak': 'af', 'jhas': 'asjf'}}

另一种选择

df_list = df.columns.tolist()
t = {df_list.index(k): v for k, v in t.items()}

顺便说一句,如果你想结合你之前的问题,你可以试试这个

df_list = df.columns.tolist()
b = {df_list.index(tk): {v: k for k, v in tv.items()} for tk, tv in t.items()}

要用 DataFrame 中的列索引替换字典 t 中的键,您可以在 DataFrame 中查找相应列的索引并将其分配给 t 中的值,如下所示:

import pandas
# Provided t
t = {'thisdict': {
    "Ford": "brand",
    "Mustang": "model",
    1964: "year"
},
    'thatdict': {
    "jfsak": "af",
    "jhas": "asjf"}
}

# Assumed df looks something like this
dct = {'thisdict': ['abc'],
       'thatdict': ['def']}
df = pandas.DataFrame(dct)

output = {df.columns.get_loc(name): dct for name, dct in t.items()}
print(output)

输出:

{0: {'Ford': 'brand', 'Mustang': 'model', 1964: 'year'}, 1: {'jfsak': 'af', 'jhas': 'asjf'}}

注意:这依赖于您的 DataFrame 中存在的 t 中的所有键,但是如果 t 不是 DataFrame 的 one-to-one,添加检查将相对简单。