英文:
Dictionary Comprehension within pandas dataframe column
问题
尝试将字典项与另一列中的字符串值进行匹配。示例数据：
df = A B
0 'a' {'a': '2', 'b': '5'}
1 'c' {'a': '2', 'b': '16', 'c': '32'}
2 'a' {'a': '6', 'd': '23'}
3 'd' {'b': '4', 'd': '76'}
我想要得到以下结果：
Df = A B
0 'a' {'a': '2'}
1 'c' {'c': '32'}
2 'a' {'a': '6'}
3 'd' {'d': '76'}
我已经在不在DataFrame内部的情况下做到了这一点：
d = {k: v for k, v in my_dict.items() if k == 'a'}
但对于单行，我无法使其工作，说实话，我也不指望它直接工作，但希望我离成功不远：
Test_df['B'] = {k: v for k, v in test_df['B'].items() if k == test_df['A']}
我遇到了以下错误：
ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().
我需要做什么才能使其工作，或者有更好、更高效的方法吗？
翻译结果：
我尝试将字典项与另一列中的字符串值匹配。
示例数据：
```python
df = A B
0 'a' {'a': '2', 'b': '5'}
1 'c' {'a': '2', 'b': '16', 'c': '32'}
2 'a' {'a': '6', 'd': '23'}
3 'd' {'b': '4', 'd': '76'}
我试图得到以下结果：
Df = A B
0 'a' {'a': '2'}
1 'c' {'c': '32'}
2 'a' {'a': '6'}
3 'd' {'d': '76'}
我已经在不在DataFrame内部的情况下做到了这一点：
d = {k: v for k, v in my_dict.items() if k == 'a'}
但对于单行，我无法使其工作，说实话，我也不指望它直接工作，但希望我离成功不远：
Test_df['B'] = {k: v for k, v in test_df['B'].items() if k == test_df['A']}
我遇到了以下错误：
ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().
我需要做什么才能使其工作，或者有更好、更高效的方法吗？
<details>
<summary>英文:</summary>
Trying to match a dictionary item with a string value from another column.
sample data:
df = A B
0 'a' {'a': '2', 'b': '5'}
1 'c' {'a': '2', 'b': '16', 'c': '32'}
2 'a' {'a': '6', 'd': '23'}
3 'd' {'b': '4', 'd': '76'}
I'm trying to get the following out:
Df = A B
0 'a' {'a': '2'}
1 'c' {'c': '32'}
2 'a' {'a': '6'}
3 'd' {'d': '76'}
I got this far not inside a dataframe:
d = {k: v for k, v in my_dict.items() if k == 'a'}
for a single line, but I couldn't get this to work and to be fair, I didn't expect it to work directly, but was hoping i was close:
Test_df['B'] = {k: v for k, v in test_df['B'].items() if k == test_df['A']}
I get the following error:
ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().
What do I need to do to get this to work, or is there a better more efficient way?
</details>
# 答案1
**得分**: 2
你可以使用列表推导式与 [`zip`](https://docs.python.org/3/library/functions.html#zip) 函数来实现：
```python
df['B'] = [{x: d[x]} for x, d in zip(df['A'], df['B'])]
输出：
A B
0 a {'a': '2'}
1 c {'c': '32'}
2 a {'a': '6'}
3 d {'d': '76'}
英文:
You can use a list comprehension with zip:
df['B'] = [{x: d[x]} for x, d in zip(df['A'], df['B'])]
Output:
A B
0 a {'a': '2'}
1 c {'c': '32'}
2 a {'a': '6'}
3 d {'d': '76'}
答案2
得分: 1
你可以在 pandas 中简单高效地实现这一点，方法如下：
df['B'] = df.apply(lambda x: {x[0]: x[1][x[0]]}, axis=1)
输出：
A B
0 a {'a': '2'}
1 c {'c': '32'}
2 a {'a': '6'}
3 d {'d': '76'}
请注意，没有检查键是否存在的错误检查。
英文:
You can do it simply and efficiently within pandas itself using the following:
df['B'] = df.apply(lambda x: {x[0]: x[1][x[0]]}, axis=1)
Output:
A B
0 a {'a': '2'}
1 c {'c': '32'}
2 a {'a': '6'}
3 d {'d': '76'}
Note that there is no error checking for if a key does not exist
答案3
得分: 0
class MyDict():
def __init__(self, d: dict) -> None:
self.dict = d
def __sub__(self, other):
return {x: self.dict[x] for x in other}
df.B.map(MyDict) - df.A
英文:
class MyDict():
def __init__(self, d: dict) -> None:
self.dict = d
def __sub__(self, other):
return {x: self.dict[x] for x in other}
df.B.map(MyDict) - df.A
通过集体智慧和协作来改善编程学习和解决问题的方式。致力于成为全球开发者共同参与的知识库，让每个人都能够通过互相帮助和分享经验来进步。
评论