根据其他列创建新的数据框列

Question

我有一个包含“Country”列的数据帧。它有大约15个国家的行。 我想使用一个映射字典“ContinentDict”（该字典从国家名称到大陆名称的映射）添加一个“Continent”列。

我看到以下两种方法可以实现：

1. df['Population'] = df['Energy Supply'] / df['Energy Supply per Capita']
2. df['Continent'] = df.apply(lambda x: ContinentDict[x['Country']], axis='columns')

但是以下代码无法实现：

3. df['Continent'] = ContinentDict[df['Country']]

看起来问题在于“df ['Country']”是一个Series对象，因此该语句无法像第2个语句一样智能地处理最后的语句。

问题：

1. 我想了解为什么第1个语句可行而第3个不可行？是因为“两个Series对象相除”被定义为元素级除法吗？
2. 是否有办法更改第3个语句以告诉程序我想进行元素级操作，而不必使用“apply”路线？

- Arvind Swaminathan

---

如果你真的想要回答问题1，你应该重新表述你的帖子，只关注它。如果你只关心回答问题2，在重复的帖子中找到答案即可。 - Dani Mesejo

Answer 1

df['Continent']=df['Country'].map(ContinentDict)

• 情况1中，你正在处理两个Pandas系列，因此它知道如何处理它们。

• 情况2中，你有一个Python字典和Pandas系列，Pandas不知道如何处理字典（df['country']是Pandas系列但不是字典中的键）

- Ravi

Answer 2

根据您的陈述，映射字典ContinentDict，看起来ContinentDict是一个Python字典。在这种情况下，

ContinentDict[some_key]

这是一个纯Python调用，不管some_key是什么对象。这就是为什么第三个调用失败的原因，因为df ['Country']不在字典键中（并且它永远不会在那里，因为字典键不可变）。

在这种情况下，Python只允许索引确切的键，并在键不在字典中时引发错误。

Pandas确实提供了一个工具，可以替换/映射值：

df['Continent'] = df['Country'].map(ContinentDict)

- Quang Hoang