从另一列列表中的特定值填充一个 Dataframe 列

Question

我的数据框有一个包含密钥对 list 的列 pairs。每个键在列表中都是唯一的。例如：

df = pd.DataFrame({
        'id':  ['1', '2', '3'],
        'abc':None,
        'pairs': [ ['abc/123', 'foo/345', 'xyz/789'],  ['abc/456', 'foo/111', 'xyz/789'],  ['xxx/222', 'foo/555', 'xyz/333'] ]
      })

数据帧是:

  id | abc  | pairs
  ------------------------------------
  1  |None  | [abc/123, foo/345, xyz/789]
  2  |None  | [abc/456, foo/111, xyz/789]
  3  |None  | [xxx/222, foo/555, xyz/333]

如果被 \ 拆分的元素 (idx=0) 具有值 (key) ==[=39，则 abc 列将填充 pairs 列中的值=].

预期 df:

  id | abc  | pairs
  ------------------------------------
  1  |123   | [abc/123, foo/345, xyz/789]
  2  |456   | [abc/456, foo/111, xyz/789]
  3  |None  | [xxx/222, foo/555, xyz/333]

我在寻找类似的东西：

df.loc[df['pairs'].map(lambda x: 'abc' in (l.split('/')[0] for l in x)), 'abc'] = 'FOUND'

我的问题是用 l.split('/')[0]

的正确值替换 FOUND

Answer 1

您可以重复使用.str：

df['abc'] = df['pairs'].str[0].str.split('/').loc[lambda x: x.str[0] == 'abc'].str[1]

输出：

>>> df
  id  abc                        pairs
0  1  123  [abc/123, foo/345, xyz/789]
1  2  456  [abc/456, foo/111, xyz/789]
2  3  NaN  [xxx/222, foo/555, xyz/333]

更具可读性的备选方案：

x = df['pairs'].str[0].str.split('/')
df.loc[x.str[0] == 'abc', 'abc'] = x.str[1]

Answer 2

str.get 随心所欲；)

s = df['pairs'].str.get(0).str.split('/')
df['abc'] = np.where(s.str.get(0) == 'abc', s.str.get(1), None)

Answer 3

试试这个

# data
df = pd.DataFrame({
        'id':  ['1', '2', '3'],
        'abc':None,
        'pairs': [ ['abc/123', 'foo/345', 'xyz/789'],  ['abc/456', 'foo/111', 'xyz/789'],  ['xxx/222', 'foo/555', 'xyz/333'] ]
      })
# construct a dict in loop and get value of abc key
df['abc'] = df['pairs'].apply(lambda x: dict(e.split('/') for e in x).get('abc'))
df

再次阅读问题后，您似乎只对 abc 键感兴趣，前提是它是列表中的第一个元素，因此与其读取每个列表，不如索引第一个元素并拆分

df['abc'] = df['pairs'].apply(lambda x: dict([x[0].split('/')]).get('abc'))

Answer 4

尝试一下，您不需要 apply 也不需要 lambda 函数：

a = df['pairs'].str[0].str
df['abc'] = a.split('/').str[1].where(a.startswith('abc'))

输出：

  id  abc                        pairs
0  1  123  [abc/123, foo/345, xyz/789]
1  2  456  [abc/456, foo/111, xyz/789]
2  3  NaN  [xxx/222, foo/555, xyz/333]

注意：str[0] 等于使用 str.get(0).

"Elements in the split lists can be accessed using get or [] notation:"

Answer 5

"你可以重复使用 .str" -> 是的，但是...... 它很慢！

在这种情况下，使用列表理解要好得多：

df['abc'] = [x[1] if (x:=l[0].split('/'))[0].startswith('abc') else float('nan')
            for l in df['pairs']]

经验法则：如果您需要 3 str 或更多，最好尝试列表理解！

一张图片胜过千言万语：从 3 行到近 100 万行的性能测试（所有当前答案）：

奖励：在任何位置匹配第一个“abc”（不仅是第一个）

df['abc'] = [next((x.split('/')[1] for x in l if x.startswith('abc')), None)
             for l in df['pairs']]

从另一列列表中的特定值填充一个 Dataframe 列

Fill one Dataframe Column from specific value in list of another column

python

pandas

dataframe

lambda

奖励：在任何位置匹配第一个“abc”（不仅是第一个）