如何将键映射到多个值到具有/多个值的数据框列？

Question

我最终想按有多种运输要求的商品与只有 1 种运输要求的商品进行分组。

我有一个 pandas df 列，如下所示：

ID #(column name = ID)
1111
1111,2222
1111,2222
2222,4444,3333
2222,4444

我如何创建一个字典对象或映射层（对所有建议开放），如果它符合条件并更改键值，我可以在其中传递任何值？

例如，如果值为 1111, 4444，则将其更改为 Express Shipping, Standard Shipping 并使其位于同一数据帧中。

我最终想按有多种运输要求的商品与只有 1 种运输要求的商品进行分组。

1. shipping_num = (1111, 2222, 3333, 4444).

2. shipping_map = (Express shipping, Standard Shipping, 2-day shipping, 1-day shipping)



*NEW_SHIPPING MAP COLUMN*
Express shipping
Express shipping, Standard Shipping
Standard Shipping, 1-day shipping,2-day shipping
Standard Shipping, 1-day shipping

感谢观看！

Answer 1

您可以从 shipping_num 和 shipping_map 创建一个映射字典，然后使用 str.split + explode 从 ID 列中获取个人 ID 号.然后使用map获取航运图；最后使用 groupby + agg 恢复原状：

shipping_num = (1111, 2222, 3333, 4444)
shipping_map = ('Express shipping','Standard Shipping', '2-day shipping', '1-day shipping')

mapping = dict(zip(shipping_num, shipping_map))
df['shipping_map'] = df['ID'].str.split(',').explode().astype(int).map(mapping).groupby(level=0).agg(', '.join)

输出：

               ID                                       shipping_map
0            1111                                   Express shipping
1       1111,2222                Express shipping, Standard Shipping
2       1111,2222                Express shipping, Standard Shipping
3  2222,4444,3333  Standard Shipping, 1-day shipping, 2-day shipping
4       2222,4444                  Standard Shipping, 1-day shipping

Answer 2

我不是 100% 清楚您希望代码做什么。可能有帮助的一件事是设置像 MyDict = {1111:"Express Shipping",4444:"Standard Shipping} 这样的字典。从那里，您可以执行 df["NewColumn"] = df["ID"].apply(lambda x: MyDict[x]) 将数字转换为标签。

但您似乎对使用多个密钥感兴趣？

另一件可能有帮助的事情是暂时将您的“ID”列转换为字符串（例如 df['StrID'] = df['ID'].astype(str)），然后用逗号“拆分”该列。（例如 df['StrID'].str.split(',') 这会让你计算每列中的 ID 数量。然后你可以运行一个 group-by 超过它。

如何将键映射到多个值到具有/多个值的数据框列？

How to map key to multiple values to dataframe column w/ multiple values?

python

dataframe

python-3.x

pandas

pandas-groupby