数据框中重命名列表元素的最有效方法

Question

我有两个数据框，一个包含宠物ID和名称，另一个包含用户和他们喜欢的宠物ID列表。我想将这些信息转换成字典形式，其中键是用户，值是他们喜欢的所有宠物名称。

    id  name
0   4   Bert
1   5   Ernie
2   6   Jeff
3   7   Bob
4   8   Puppy
5   9   Socks
6   12  Cyoot

    user_email  likes
0   [e-mail] [4, 5, 6, 7, 8, 9, 12]
1   [e-mail] [4, 8, 9, 6, 5, 12]

- user11282325

Answer 1

根据我的理解，您可以尝试以下方法：

d= df.set_index('id')['name'].to_dict()
df1.likes=df1.likes.apply(lambda x: [d.get(item,item)  for item in x])
print(df1)

---

        user_email                                          likes
0  [e-mail]  [Bert, Ernie, Jeff, Bob, Puppy, Socks, Cyoot]
1  [e-mail]       [Bert, Puppy, Socks, Jeff, Ernie, Cyoot]

让字典拥有对电子邮件的点赞功能：

print(df1.set_index('user_email')['likes'].to_dict())

{'[e-mail]': ['Bert', 'Ernie', 'Jeff', 'Bob', 'Puppy', 'Socks', 'Cyoot'],\
  '[e-mail]': ['Bert', 'Puppy', 'Socks', 'Jeff', 'Ernie', 'Cyoot']}

- anky

---

这看起来不错，我有一种预感，它不能立即为我工作的唯一原因是那些列表的元素实际上是字符串类型，而该字典的键被设置为整数。 - user11282325

澄清一下，该列表本身实际上是一个列表，只是其中的元素是字符串。 - user11282325

@zintj 那如果你执行 d= df.astype(str).set_index('id')['name'].to_dict() 然后尝试这个呢？只是猜测应该可以工作。 - anky

Answer 2

首先，将宠物ID设置为索引：

pets.set_index('id', inplace=True)

在此，为每个“likes”列表应用一个函数，以用相应的宠物名称替换每个喜欢的内容。

users.likes = users.likes.map(lambda likes: [pets.loc[like]['name'] for like in likes])

最后，您所要做的就是将您的数据框转换为字典：

users.set_index('user_email').to_dict()['likes']

- noam gaash

Answer 3

假设你的第二个数据框中的likes列是list类型，我们可以执行以下操作：

将列表展开为行

df3 = df2.set_index('user_email').likes.apply(pd.Series).stack().reset_index(level=0).rename(columns={0:'likes'})

print(df3)
        user_email  likes
0  [e-mail]    4.0
1  [e-mail]    5.0
2  [e-mail]    6.0
3  [e-mail]    7.0
4  [e-mail]    8.0
5  [e-mail]    9.0
6  [e-mail]   12.0
0  [e-mail]    4.0
1  [e-mail]    8.0
2  [e-mail]    9.0
3  [e-mail]    6.0
4  [e-mail]    5.0
5  [e-mail]   12.0

将名称合并到数据框中。

df4 = df3.merge(df1, left_on='likes', right_on='id').drop(['likes', 'id'],axis=1)

print(df4)
         user_email   name
0   [e-mail]   Bert
1   [e-mail]   Bert
2   [e-mail]  Ernie
3   [e-mail]  Ernie
4   [e-mail]   Jeff
5   [e-mail]   Jeff
6   [e-mail]    Bob
7   [e-mail]  Puppy
8   [e-mail]  Puppy
9   [e-mail]  Socks
10  [e-mail]  Socks
11  [e-mail]  Cyoot
12  [e-mail]  Cyoot

将行按照 groupby 的方式转换回列表

df_final = df4.groupby('user_email').agg(list).reset_index()

print(df_final)
        user_email                                           name
0  [e-mail]       [Bert, Ernie, Jeff, Puppy, Socks, Cyoot]
1  [e-mail]  [Bert, Ernie, Jeff, Bob, Puppy, Socks, Cyoot]

- Erfan