사전에서 매핑된 값을 사용하여 새 Pandas 열을 추가하는 방법은 무엇입니까?

사전의 매핑된 값을 사용하여 새 Pandas 열 추가

사전의 값을 Pandas DataFrame의 새 열에 매핑하는 것은 지루한 작업일 수 있습니다. 제공된 코드에서는 Equiv() 함수를 호출할 수 없지만 이 목표를 달성하기 위한 대체 방법이 있습니다.

효과적인 접근 방식 중 하나는 map() 함수를 사전과 함께 사용하는 것입니다. 다음 코드 조각은 Equiv의 매핑된 값을 DataFrame df의 새 열 "B"에 할당하는 방법을 보여줍니다.

<code class="python">import pandas as pd

equiv = {7001:1, 8001:2, 9001:3}
df = pd.DataFrame({"A": [7001, 8001, 9001]})
df["B"] = df["A"].map(equiv)</code>

map() 함수에 Equiv 사전을 참조하는 람다 표현식을 전달하면 코드는 해당 매핑된 값이 있는 새 열 "B"를 성공적으로 추가합니다.

<code class="python">df["B"] = df["A"].map(lambda x: equiv[x])</code>

결과는 매핑된 값을 포함하는 원하는 열 "B"가 있는 DataFrame입니다.

      A  B
0  7001  1
1  8001  2
2  9001  3

이 방법은 사전에서 누락된 키를 적절하게 처리하여 새 열에 NaN 값을 생성합니다.

<code class="python">import pandas as pd

equiv = {7001:1, 8001:2, 9001:3}
df = pd.DataFrame({"A": [7001, 8001, 9001, 10000]})
df["B"] = df["A"].map(equiv)

print(df)

       A   B
0   7001   1
1   8001   2
2   9001   3
3  10000 NaN</code>

요약하자면, map() 함수를 사용하면 매핑된 값이 있는 열을 추가하는 간단하고 효율적인 방법을 제공합니다. Pandas DataFrames의 사전에서.

위 내용은 사전에서 매핑된 값을 사용하여 새 Pandas 열을 추가하는 방법은 무엇입니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!