如何迭代df中的行，并通过映射永久更改列的值？

Question

我想有条件地更新我的dataframe列中的值。

我正在处理一家冰激凌店，以及它面临的投诉。问题和这些问题的总数存储在字典中：

myDict = {"Rude Staff":12, "Poor Hygiene":4, "Out of Stock":3}

我还有一个更大的df，它包含了冰淇淋店一个月的数据。

date| day | 'Rude Staff'| 'Poor Hygiene' | 'Out of Stock'<br>
01/06/19 | Sat | ? | ? | ? 
09/06/19 | Sun | ? | ? | ? 
15/09/21 | Fri | ? | ? | ? 

我希望将myDict的值映射到更大的df，将问号替换为如下所示：

date | day | 'Rude Staff'| 'Poor Hygiene' | 'Out of Stock'<br>
01/06/19 | Sat | 12 | 4 | 3
09/06/19 | Sun | 12 | 4 | 3
15/09/21 | Fri | 12 | 4 | 3

我尝试迭代df中的每一行，例如，如果‘row’的值与我的字典中的任何键匹配，则替换'?‘使用该键的值。

for index, row in df.iterrows():
    for i in range(0, len(myDict)-1):
        if row['Rude Staff'] == myDict[i]:
            row['Rude Staff'].replace("?", myDict[myDict[i]])

这不起作用，因为iterrows不会永久地编辑行值。

如何根据df中的'Rude‘是否与我的字典中的'Rude’匹配，将我的字典键的值映射到df中的列？

Answer 1

你可以在你的字典上使用一个简单的迭代：

for key, value in myDict.items():
    df[key] = value

Answer 2

如果Dict键与df.columns同步，则可以将df.replace()与regex=True一起使用

myDict = {"Rude Staff":12, "Poor Hygiene":4, "Out of Stock":3}
df.replace('\?',myDict,regex=True)

        date    day  Rude Staff  Poor Hygiene  Out of Stock
0  01/06/19    Sat           12             4             3
1  09/06/19    Sun           12             4             3
2  15/09/21    Fri           12             4             3

Answer 3

假设dict中的键和DataFrame中的键相同，您可以在列上迭代，为包含'?‘的行赋值。

演示：

t = '''date| day | 'Rude Staff'| 'Poor Hygiene' | 'Out of Stock'
20/05/19 | Xxx | 1 | 2 | 3 
01/06/19 | Sat | ? | ? | ? 
09/06/19 | Sun | ? | ? | ? 
15/09/21 | Fri | ? | ? | ? '''

df = pd.read_csv(io.StringIO(t.replace("'",'')), sep='\\s*\|\\s*')

myDict = {"Rude Staff":12, "Poor Hygiene":4, "Out of Stock":3}

print(df)

for k,v in myDict.items():
    df.loc[df[k]=='?', k] = v

print(df)

显示：

       date  day Rude Staff Poor Hygiene Out of Stock
0  20/05/19  Xxx          1            2            3
1  01/06/19  Sat          ?            ?            ?
2  09/06/19  Sun          ?            ?            ?
3  15/09/21  Fri          ?            ?            ?
       date  day Rude Staff Poor Hygiene Out of Stock
0  20/05/19  Xxx          1            2            3
1  01/06/19  Sat         12            4            3
2  09/06/19  Sun         12            4            3
3  15/09/21  Fri         12            4            3

显示只有?值被替换。