从另一个单元格的字典中添加到Pandas dataframe中的单元格

Question

我有这样一只熊猫：

datadict = {"StationID":[102,103,11],"Bikes_Available":[10,3,2], "Suggested_Movements":[{11:3,103:5}, {11:3}, {103:1}]}
df = pd.DataFrame.from_dict(datadict)

StationID Bikes_Available   Suggested_Movements
102       10                {11: 3, 103: 5}
103        3                {11: 3}
11         2                {103: 1}

最后一列是字典。键表示自行车应该移动到的StationID，值表示应该移动的自行车数量。我想要创建一个新的列，显示每个StationID应该添加多少辆自行车。我需要查找每本字典的Suggested_Movements和所有的自行车被移动到每个站。输出将如下所示：

StationID Bikes_Available   Suggested_Movements To_Add
102       10                {11: 3, 103: 5}      0
103        3                {11: 2}              6
11         2                {103: 1}             5 

102站增加了0辆自行车。站103加6，站102加5，站11加1，站11加5，站102加3，站103加2。我尝试过在lambdas中使用apply，但是我无法正确地理解逻辑。

一个问题是不能使用ID列作为“Suggested_Movements”列的字典键，因为它们是可选的。为了避免这种情况，我尝试先将它们转换为字符串，然后再将它们转换回整数，以便将它们识别为字典键，如下所示：

df['to add'] = df['Suggested_Movements'].apply(lambda x: x.get(int(df['StationID'].to_string())))

这给了我以下错误：

ValueError: invalid literal for int() with base 10: '0      102\n1      103\n2       11\n3       12\n4      133\n5      134\n6      145\n7      156\n8      157\n9      161\n10     172\n11       2\n12     217\n13      24\n14     259\n15     270\n16

这表明在站点索引中添加了额外的字符。我想我可以添加.split('\\')[0]来只得到我需要的数字，但是这也有问题，这似乎是正确的方法。

我也试过这个：

df['To_Add'] = df[StationID].map(df["Suggested_Movements"]).fillna(df['To_add'])

基于另一个问题，在上一篇专栏中给了我一本整本字典。

Answer 1

以下是我的建议：

df = pd.DataFrame({"StationID": [102, 103, 11],
                   "Bikes_available": [10,3, 2],
                   "Suggested_movement": [{11: 3, 103: 5}, {103: 3, 15: 3}, {17: 1, 11: 1}]})
# create a dataframe from the list of dictionaries and sum the values
to_add = pd.DataFrame(list(df["Suggested_movement"])).sum()

然后，concat df和to_add按索引StationID，删除在df中不存在的值，然后用0填充to_add NaN：

df = (pd.concat([df.set_index("StationID"), to_add], axis=1, join="outer")\
                    .dropna(subset=["Bikes_available", "Suggested_movement"])
                    .fillna(0))

正如@j杯所指出的，其结果是，假设每个站点都可以将自行车发送给自己，就像预期的输出那样(尽管您应该得到8/ 103)：

   Bikes_available Suggested_movement    0
11               2.0     {17: 1, 11: 1}  4.0
102             10.0    {11: 3, 103: 5}  0.0
103              3.0    {103: 3, 15: 3}  8.0

现在，如果一个站点无法将自行车发送给自己，您可以从Suggested_movement中删除相应的键，如下所示：

df = pd.DataFrame({"StationID": [102, 103, 11],
                   "Bikes_available": [10,3, 2],
                   "Suggested_movement": [{11: 3, 103: 5}, {103: 3, 15: 3}, {17: 1, 11: 1}]})

df["Suggested_movement"] = df.apply(lambda x: {k:v for k,v in 
                           x["Suggested_movement"].items() if k != x["StationID"]},
                                    axis=1)
to_add = pd.DataFrame(list(df["Suggested_movement"])).sum()
df = (pd.concat([df.set_index("StationID"), to_add], axis=1, join="outer")\
                    .dropna(subset=["Bikes_available", "Suggested_movement"])
                    .fillna(0))

结果是：

     Bikes_available Suggested_movement    0
11               2.0            {17: 1}  3.0
102             10.0    {11: 3, 103: 5}  0.0
103              3.0            {15: 3}  5.0

希望它能帮上忙