使用查找数据框替换数据框中的值

Question

我想使用 lookup 数据帧替换 df 数据帧中的值。

import pandas as pd

df=pd.DataFrame({
                  'no1':[20,20,40,10,50],
                  'no2':[50,20,10,40,50],
                  'no3':[30,10,50,40,50]
                  })

   no1  no2 no3
0   20  50  30
1   20  20  10
2   40  10  50
3   10  40  40
4   50  50  50

lookup=pd.DataFrame({'label':['A','B','C','D','E'],
                  'id':[10,20,30,40,50]})

    label id
0   A     10
1   B     20
2   C     30
3   D     40
4   E     50

特别是，我想要：

   no1  no2 no3
0   B   E   C
1   B   B   A
2   D   A   E
3   A   D   D
4   E   E   E

使用 pandas 的最佳方法是什么？

P.S.: 我在这里找到了一个非常相似的，但我不太了解它在 R 中的用法。感谢 Python 解决方案。

Answer 1

首先由 set_index 创建 Series。

使用replace，但是大的应该比较慢DataFrame:

s = lookup.set_index('id')['label']
df = df.replace(s)

None 或 NaN 与 applymap or apply with map 不匹配值的解决方案：

df = df.applymap(s.get)

或者：

df = df.apply(lambda x: x.map(s))

或者：

for c in df.columns:
    df[c] = df[c].map(s)

print (df)
  no1 no2 no3
0   B   E   C
1   B   B   A
2   D   A   E
3   A   D   D
4   E   E   E

Answer 2

您可以将 replace 与字典一起使用：

import pandas as pd

df=pd.DataFrame({
                  'no1':[20,20,40,10,50],
                  'no2':[50,20,10,40,50],
                  'no3':[30,10,50,40,50]
                  })

lookup=pd.DataFrame({'label':['A','B','C','D','E'],
                  'id':[10,20,30,40,50]})

result = df.replace(dict(zip(lookup.id, lookup.label)))

print(result)

输出

  no1 no2 no3
0   B   E   C
1   B   B   A
2   D   A   E
3   A   D   D
4   E   E   E

Answer 3

你可以构造一个字典然后使用np.vectorize:

d = lookup.set_index('id')['label'].to_dict()  # or d = dict(np.fliplr(lookup.values))
df.iloc[:] = np.vectorize(d.get)(df.values)

print(df)

  no1 no2 no3
0   B   E   C
1   B   B   A
2   D   A   E
3   A   D   D
4   E   E   E

使用查找数据框替换数据框中的值

Replace Values in Dataframe using a Lookup Dataframe

python

lookup

pandas