使用字典从现有的列中生成新列

Question

问题的本质是“在DataFrame中创建一个新列”，基于现有列'user_id'和字典{dict}，它作为字典'user_id'列的值的键和字典的值类型。

我有以下 DataFrame df。

    df = pd.DataFrame({"user_id" : [1, 2, 2, 3, 3, 3, 4, 4, 4, 4, 5], 

                  "value" : [0, 100, 50, 0, 25, 50, 100, 0, 7, 8, 20]})

    print(df)

     | user_id | value 

     _________________

0    |     1   |    0  

1    |     2   |  100  

2    |     2   |   50  

3    |     3   |    0  

4    |     3   |   25  

5    |     3   |   50  

6    |     4   |  100  

7    |     4   |    0  

8    |     4   |    7  

9    |     4   |    8  

10   |     5   |   20  

另外，我有一本字典，它是

dict = {1 : 'type_a', 2: 'type_b', 3: 'type_a', 4: 'type_b', 5: 'type_a'}

我的想法是在我的 DataFrame df 中创建第三列，称为关税，所以如果我有一个 user_id 3，DataFrame 中的所有行都会有 a 类型的关税。

我找到了一种解决方案，但我不太明白它是如何实现的。

df['tariffs'] = df.apply(lambda x: dict[x.user_id], axis=1)

print(df)

     | user_id | value |

     _________________________

0    |     1   |    0  |type_a

1    |     2   |  100  |type_b

2    |     2   |   50  |type_b

3    |     3   |    0  |type_a

4    |     3   |   25  |type_a

5    |     3   |   50  |type_a

6    |     4   |  100  |type_b

7    |     4   |    0  |type_b

8    |     4   |    7  |type_b

9    |     4   |    8  |type_b

10   |     5   |   20  |type_a

我在这行代码之后得到的结果正是我想要的

特别是我不明白这部分dict[x.user_id] 问题是我使用的方法是否有任何替代方法。而背后的逻辑是什么dict[x.user_id]。提前致谢

Answer 1

像这样写得更清楚：df['tariffs'] = df.apply(lambda row: dict[row['user_id']], axis=1)lambda函数应用于数据帧的每一行（因为axis = 1），结果被连接并影响到新列df['tariffs']