如何在嵌套的 Python 字典中搜索匹配的数据框值，然后更新数据框？

Question

我有一本 Python 字典，其中包含公司信息，其结构如下：

co_dict = {'0': {'co_name': 'A',
  'company_type': 'Public',
  'global_name': 'A PARENT',
  'sales': '1000'},
 '1': {'co_name': 'B',
  'company_type': 'Public',
  'global_name': 'B PARENT',
  'sales': '1000'}}

还有一个看起来像这样的 Pandas 数据框（真正的 df 长得多）：

df = pd.DataFrame({'co-name': ['M','A','B','F'], 'co-number': [1,2,3,4]})

  co-name co-number
0    M     1
1    A     2
2    B     3
3    F     4

我想在字典中为每个 df["co-name"] 找到匹配项，并将“global_name”和“sales”的相应字典值附加到 df 中的新列。当没有匹配项时，列都应显示为“n/a”。所以最终结果看起来像这样：

   co-name  co-number  global_name  sales
0   M          1        n/a         n/a
1   A          2        A PARENT    1000
2   B          3        B PARENT    2000
3   F          4        n/a         n/a

我尝试按如下方式执行此操作：

def find_global_name(x):
    for key1 in co_dict.keys():
        if (x['co-name'] == co_dict[key1]['co_name']):
            return co_dict[key1]['global_name']
        else:
            return "n/a"
        
df['global_name'] = df.apply(find_global_name, axis=1)

但是 for 循环似乎在第一个公司“A”匹配后停止。我一直在试图弄清楚为什么会这样。为什么这种方法不起作用？我如何完成这个任务？非常非常感谢您的帮助。

Answer 1

从字典创建数据框并与 df

合并

(df.merge(pd.DataFrame(co_dict).T, 
         left_on = 'co-name',
         right_on = 'co_name', 
         how = 'left')
  .drop(columns=['co_name', 'company_type'])
 )
 
  co-name  co-number global_name sales
0       M          1         NaN   NaN
1       A          2    A PARENT  1000
2       B          3    B PARENT  1000
3       F          4         NaN   NaN

如果您 trim 字典只包含您需要的值，并与 map 相结合，您的代码会更加清晰和快速......这也可以让您避免编写可能没有必要的代码：

为您需要的值创建字典：

global_name = {val['co_name']: val['global_name'] 
                         for _, val in co_dict.items()}

 sales = {val['co_name']: val['sales']
         for _, val in co_dict.items()}

 global_name
 {'A': 'A PARENT', 'B': 'B PARENT'}

 sales
 {'A': '1000', 'B': '1000'}

将字典映射到数据框以创建新列（此处假设列中的值是唯一的；否则，这将不起作用，合并是更好的选择，因为它可以处理重复项）：

df.assign(global_name = df['co-name'].map(global_name), 
          sales = df['co-name'].map(sales))
Out[722]: 
  co-name  co-number global_name sales
0       M          1         NaN   NaN
1       A          2    A PARENT  1000
2       B          3    B PARENT  1000
3       F          4         NaN   NaN

如何在嵌套的 Python 字典中搜索匹配的数据框值，然后更新数据框？

How do I search a nested Python dictionary for a matching dataframe value and then update the dataframe?

python

mapping

dictionary

nested

pandas