python - Pandas .map 字典默认缺失值
问题描述
pandas.Series.map 的Pandas Docs 说:
“当 arg 是字典时,Series 中不在字典中的值(作为键)将转换为 NaN。但是,如果字典是定义缺失的 dict 子类(即提供默认值的方法),那么这个默认值使用而不是 NaN。”
你是怎么做到的?我无法让它工作..
class MyDict(collections.UserDict):
def __missing__(self):
return "_Unknown"
d = MyDict({k: v for k, v in my_list})
df.col1.map(d)
解决方案
您需要(self, key)
作为参数__missing__
:
class MyDict(dict):
def __missing__(self, key):
return "_Unknown"
import pandas as pd
s = pd.Series(range(4))
d = {0: 'foo', 1: 'bar', 2: 'baz'}
s.map(MyDict(d))
#0 foo
#1 bar
#2 baz
#3 _Unknown
#dtype: object
虽然这个功能很好,map
但是当它使用标准字典时是一种非常有效的 pandas 方法,上面会减慢它的速度(如下所示)。因此,您可以map
使用普通的 dict 然后链接 a.fillna
来处理默认值。
s.map(d).fillna('_Unknown')
#0 foo
#1 bar
#2 baz
#3 _Unknown
#dtype: object
使用带有特殊返回缺失键的字典与普通字典后跟.fillna
. MyDict
对于非常小的映射要快得多,但对于较大的系列则要慢得多。
import perfplot
import pandas as pd
import numpy as np
class MyDict(dict):
def __missing__(self, key):
return "_Unknown"
d = {0: 'foo', 1: 'bar', 2: 'baz'}
d2 = MyDict(d)
def map_fillna(s, d):
return s.map(d).fillna("_Unknown")
def use_MyDict(s, MyDict):
return s.map(MyDict)
perfplot.show(
setup=lambda n: pd.Series(np.random.choice(range(7), n)),
kernels=[
lambda s: map_fillna(s, d),
lambda s: use_MyDict(s, d2),
],
labels=['map + fillna', 'MyDict'],
n_range=[2 ** k for k in range(1, 27)],
equality_check= lambda x,y: x.compare(y).empty,
xlabel='len(s)'
)
推荐阅读
- python - 找不到模块:Python、NodeJS 和 fs 模块
- javascript - 使用数组值渲染对象
- asp.net-mvc - ASP.NET MVC - 从 DisplayTemplate 发布表单
- r - 当起始值在不同数据框中按类别分隔时,如何使用 geom_smooth 进行非线性回归?
- javascript - 创建 jasmine spy 或测试导入的函数
- reactjs - React Js Redux 与 .net core 2.1 框架错误
- go - 获取 Golang 模板中结构内数组的最后一个元素
- php - easyadmin crud 控制器:为相关实体增加价值
- python - 如何确定具有重复项的列表是否包含在另一个也具有重复项的列表中
- r - 在 R 中融化数据框