-
慕尼黑的夜晚无繁华
您可以将元组列表转换为字典并使用map它:b = [(11, 3), (22, 1), (33, 4), (44, 4), (55, 7), (66, 2)]df["b"] = df["cid"].map(dict(b))print(df) cid pos b0 11 29 31 22 29 12 22 29 13 33 29 44 44 29 4
-
慕虎7371278
尝试:# Toy dataframedf = pd.DataFrame({"cid":[11,22,22,33,44],"pos":[29,29,29,29,29]})lista = [(11, 3), (22, 1), (33, 4), (44, 4), (55, 7), (66, 2)]# Solution:df.merge(pd.DataFrame(lista, columns = ["cid", "new_pos"]), on = "cid")输出:
-
哔哔one
我们可以从您的元组创建第二个数据框,然后使用 panda 的许多合并函数之一,我们可以从元组中获取第二个元素。让我们map在这个例子中使用:t = [(11, 3), (22, 1), (33, 4), (44, 4), (55, 7), (66, 2)]df['new_pos'] = df['cid'].map(pd.DataFrame(t,columns=['cid','pos']).set_index('cid')['pos']) cid pos new_pos0 11 29 31 22 29 12 22 29 13 33 29 44 44 29 4分解一下:pd.DataFrame(t,columns=['cid','pos']).set_index('cid')['pos']产量:cid11 322 133 444 455 766 2Name: pos, dtype: int64map在列上使用将cid数据帧中的实例与元组匹配,并返回所选的列值,在本例中为pos。
-
智慧大石
我投票将 tuokes 列表放入第二个数据帧,然后进行左合并:df1 = pd.DataFrame([{'cid': 11, 'pos': 29}, {'cid': 22, 'pos': 29}, {'cid': 22, 'pos': 29}, {'cid': 33, 'pos': 29}, {'cid': 44, 'pos': 29}])df2 = pd.DataFrame([(11, 3), (22, 1), (33, 4), (44, 4), (55, 7), (66, 2)], columns=['cid', 'new_pos'])df3 = pd.merge(df1, df2, how='left', on='cid')