基于条件的串联柱的有效方法

Question

MRE：

dictionary = {'2018-10': 50, '2018-11': 76}
df = pd.DataFrame({
    "date":["2018-10", "2018-10", "2018-10", "2018-11","2018-11"]
})

看起来就像(我有几毫安行和多行)：

      date
0   2018-10
1   2018-10
2   2018-10
3   2018-11
4   2018-11

根据日期而定，字典中有与其相关联的编号。我希望将相关的数字连接到date列中(使用矢量化)。

所以我想要的dataframe看起来如下：

         date
0   2018-10 (50)
1   2018-10 (50)
2   2018-10 (50)
3   2018-11 (76)
4   2018-11 (76)

我的日期列有数据类型字符串。

当前解决方案：I可以使用apply lambda：

 df["date"] = df["date"].apply(lambda row:row + f" ({dictionary[row]})")

但是，我想知道是否有任何方法可以将其矢量化，因为我有数百万行，并且不想逐行进行。

编辑:现在我想到了，我不认为有一种向量化的方法，因为根据日期，我需要连接不同的数字。

Answer 1

pd.Series.map可以使用一个dict作为映射，可以添加字符串和字符串列，因此它实际上就像

df['date'] = df['date'] + ' (' + df['date'].map(dictionary).astype(str) + ')'

Answer 2

所以我并不是百分之百地认为这是最快的方法，但这是相当简单的。

data = {'2018-10': 50, '2018-11': 76}
df = pd.DataFrame({
    "date":["2018-10", "2018-10", "2018-10", "2018-11","2018-11"]
})
df["data"] = df.date.apply(lambda x: data[x])

产生的结果：

      date  data
0  2018-10    50
1  2018-10    50
2  2018-10    50
3  2018-11    76
4  2018-11    76

对于df.date.apply(lambda x: data[x])，您也可以使用

df.apply(lambda x: data[x['date']],axis=1)

我相信这也会有类似的效果，但它的可读性很低。