python - 将字典值映射到熊猫数据框中的列表

Question

所以我有一个带有这样列的数据框：

column
--------
['getNode', 'getCodec', 'PackStore', 'DownRoute']
['MessageDigest', 'getInstance', 'SecureRandom']
...

我也有一个看起来像这样的字典：

{
getNode: 1,
getCodec: 2, 
PackStore: 3, 
DownRoute: 4,
MessageDigest: 5, 
getInstance: 6, 
SecureRandom: 7,
...
}

我的目标是用字典中出现的值替换列内列表中的每个项目。IE：

column
--------
[1,2,3,4]
[5,6,7]
...

我试过打电话：

df.column.map(dict)

但我得到一个错误：unhashable type: 'list'

任何额外的帮助都会很棒！谢谢！

Answer 1

尝试apply：

df.column.apply(lambda x: pd.Series(x).map(dct).tolist())

要不就：

df.column.apply(lambda x: list(map(dct.get, x)))

Answer 2

这是另一种方式：

df.explode('column').squeeze().map(dd).groupby(level=0).agg(list)

输出：

0    [1, 2, 3, 4]
1       [5, 6, 7]
Name: column, dtype: object

选项 2：

pd.Series([list(map(dd.get, l)) for l in df['column']])

输出：

0    [1, 2, 3, 4]
1       [5, 6, 7]
dtype: object

时间：

应用 lambda-map-tolist：

%timeit df.column.apply(lambda x: pd.Series(x).map(dd).tolist())

每个循环 1.15 毫秒 ± 39.7 微秒（平均值 ± 标准偏差。7 次运行，每次 1000 次循环）

爆炸-挤压-地图-groupby：

%timeit df.explode('column').squeeze().map(dd).groupby(level=0).agg(list)

每个循环 2.56 毫秒 ± 78.7 微秒（平均值 ± 标准偏差。7 次运行，每次 100 次循环）

具有列表理解和映射的 pd.Series 构造函数：

%timeit pd.Series([list(map(dd.get, l)) for l in df['column']])

每个循环 88.7 µs ± 4.58 µs（平均值 ± 标准偏差。7 次运行，每次 10000 次循环）

列爆炸图

%timeit df.column.explode().map(dd).groupby(level=0).agg(list)

每个循环 1.21 毫秒 ± 28 微秒（平均值 ± 标准偏差。7 次运行，每次 1000 次循环）

列应用 lambda 列表映射

%timeit df.column.apply(lambda x: list(map(dd.get, x)))

每个循环 152 µs ± 4.12 µs（平均值 ± 标准偏差。7 次运行，每次 10000 次循环）

Answer 3

让我们做explode

df.column.explode().map(dd).groupby(level=0).agg(list)