矢量化数据查找

Question

我有两个数据：

df = pd.DataFrame([['A', 'B'], ['B', 'A']], columns=['Mon', 'Tues'])

    Mon Tues
0   A   B
1   B   A

lookup = pd.DataFrame([[0, 1], [2, 3]], index=['A', 'B'], columns=df.columns)

    Mon Tues
A   0   1
B   2   3

对于第一个dataframe中的每个键，我想在第二个dataframe中查找它的值。这是一种方法：

output = pd.DataFrame()
for col in df.columns:
    output[col] = df[col].map(lookup[col])

    Mon Tues
0   0   3
1   2   1

有没有办法在没有显式循环的情况下得到相同的答案？

Answer 1

您可以使用replace来交换值：

>>> df.replace(lookup)
   Mon  Tues
0    0     3
1    2     1

当传递给replace方法时，DataFrames将被类似于嵌套字典。对于每个列标签，列的值映射到查找DataFrame中相应的索引值。

Answer 2

我假设df中的每一列数据都是lookup.index的随机顺序，lookup.index是按顺序排列的。因此，下面是一个基于NumPy的矢量化解决方案，特别是使用它的advanced-indexing -

idx = np.argsort(df.values,1)
df_out = pd.DataFrame(lookup.values[idx,np.arange(idx.shape[1])],columns=df.columns)

样本输出-

In [41]: idx = np.argsort(df.values,1)

In [42]: pd.DataFrame(lookup.values[idx,np.arange(idx.shape[1])],columns=df.columns)
Out[42]: 
   Mon  Tues
0    0     3
1    2     1

如果lookup.index没有排序，我们需要做一些额外的工作-

sidx = lookup.index.argsort()
arr_out = lookup.values[idx,np.arange(idx.shape[1])][sidx]