Pandas数据帧df1包含值A的列表
df1 = pd.DataFrame({'A':['a','a','b']})
A
0 a
1 a
2 b
可以将数据帧df2视为从A中的值到B中的值的映射
df2 = pd.DataFrame({'A':['a','b'], 'B':[2,3]})
A B
0 a 2
1 b 3
我想将映射应用于df1.我的工作版本是这个,但我觉得有可能改进,因为我发现我的解决方案不可读,我不确定它如何推广到多索引
df2.set_index('A').loc[df1.set_index('A').index].reset_index()
A B
0 a 2
1 a 2
2 b 3
我也可以将df2转换为字典并使用替换方法,但它也不能说服我.
最佳答案 这有一个
map
函数,它接受一个dict或系列,后者使用索引来执行查找:
In [94]:
df1['A'].map(df2.set_index('A')['B'])
Out[94]:
0 2
1 2
2 3
Name: A, dtype: int64
In [93]:
%timeit df1['A'].map(df2.set_index('A')['B'])
%timeit df1.merge(df2, on='A')
1000 loops, best of 3: 718 µs per loop
1 loops, best of 3: 1.31 ms per loop
在您的测试数据上,map
的速度快了近2倍,我认为大数据也是如此,因为它是经过cython优化的,并且不需要像merge
那样进行多少检查.