极客教程在Pandas中把外部数值映射到数据框数值
将外部值映射到一个数据框架意味着使用不同的值集来添加到该数据框架中，保持外部字典的键与该数据框架的一列相同。
为了在数据框架中添加外部值，我们使用字典，其中有我们想要添加到数据框架中的键和值。通过在数据框架中添加外部值，一列将被添加到当前数据框架中。在pandas的帮助下，我们也可以将一个数据框架映射或合并到其他数据框架。
方法#1：使用映射函数
通过使用这个映射函数，我们可以在现有的数据框架中增加一个列。只要记住，没有键值会被重复，这将使数据不一致。
# Creating new dataframe
import pandas as pd
initial_data = {'First_name': ['Ram', 'Mohan', 'Tina', 'Jeetu', 'Meera'],
'Last_name': ['Kumar', 'Sharma', 'Ali', 'Gandhi', 'Kumari'],
'Age': [42, 52, 36, 21, 23],
'City': ['Mumbai', 'Noida', 'Pune', 'Delhi', 'Bihar']}
df = pd.DataFrame(initial_data, columns = ['First_name', 'Last_name',
'Age', 'City'])
# Create new column using dictionary
new_data = { "Ram":"B.Com",
"Mohan":"IAS",
"Tina":"LLB",
"Jeetu":"B.Tech",
"Meera":"MBBS" }
# combine this new data with existing DataFrame
df["Qualification"] = df["First_name"].map(new_data)
print(df)
输出:
First_name Last_name Age City Qualification
0 Ram Kumar 42 Mumbai B.Com
1 Mohan Sharma 52 Noida IAS
2 Tina Ali 36 Pune LLB
3 Jeetu Gandhi 21 Delhi B.Tech
4 Meera Kumari 23 Bihar MBBS
方法#2：使用替换功能
在这个方法中，我们可以通过一些定义的外部值来增加或替换数据框架的一些值。
# Creating new dataframe
import pandas as pd
initial_data = {'First_name': ['Ram', 'Mohan', 'Tina', 'Jeetu', 'Meera'],
'Last_name': ['Kumar', 'Sharma', 'Ali', 'Gandhi', 'Kumari'],
'Age': [42, 52, 36, 21, 23],
'City': ['Mumbai', 'Noida', 'Pune', 'Delhi', 'Bihar']}
df = pd.DataFrame(initial_data, columns = ['First_name', 'Last_name',
'Age', 'City'])
# Create new column using dictionary
new_data = { "Ram":"Shyam",
"Tina":"Riya",
"Jeetu":"Jitender" }
print(df, end ="\n\n")
# combine this new data with existing DataFrame
df = df.replace({"First_name":new_data})
print(df)
输出:
First_name Last_name Age City
0 Ram Kumar 42 Mumbai
1 Mohan Sharma 52 Noida
2 Tina Ali 36 Pune
3 Jeetu Gandhi 21 Delhi
4 Meera Kumari 23 Bihar
First_name Last_name Age City
0 Shyam Kumar 42 Mumbai
1 Mohan Sharma 52 Noida
2 Riya Ali 36 Pune
3 Jitender Gandhi 21 Delhi
4 Meera Kumari 23 Bihar
方法#3：使用更新函数
在这种方法中，我们可以通过使用索引值来更新数据框架的值，我们可以通过外部数据来改变列的值。
# Creating new dataframe
import pandas as pd
initial_data = {'First_name': ['Ram', 'Mohan', 'Tina', 'Jeetu', 'Meera'],
'Last_name': ['Kumar', 'Sharma', 'Ali', 'Gandhi', 'Kumari'],
'Age': [42, 52, 36, 21, 23],
'City': ['Mumbai', 'Noida', 'Pune', 'Delhi', 'Bihar']}
df = pd.DataFrame(initial_data, columns = ['First_name', 'Last_name',
'Age', 'City'])
# Create new column using dictionary
new_data = { 0:"Shyam",
2:"Riya",
3:"Jitender" }
# combine this new data with existing DataFrame
df["First_name"].update(pd.Series(new_data))
print(df)
输出:
First_name Last_name Age City
0 Shyam Kumar 42 Mumbai
1 Mohan Sharma 52 Noida
2 Riya Ali 36 Pune
3 Jitender Gandhi 21 Delhi
4 Meera Kumari 23 Bihar