将这些值重新映射到其他值，并提供默认值

Question

我有tabe我必须在NY映射两个值，CAits国内，WT它的外部，除了它有海外

di = {"NY": "Domestic","CA": "Domestic","WT":"OUTSIDE"}

df.replace({'Territory': di})

如何在上面的代码中给出OVERSEAS。因此，默认情况下，它(字典中没有任何内容)到海外

Answer 1

如果没有匹配值，则使用返回缺少值的Series.map，因此添加了用于将其替换为默认值的Series.fillna：

df = pd.DataFrame({'Territory':['NY','CA','WT','SK','DE']})
di = {"NY": "Domestic","CA": "Domestic","WT":"OUTSIDE"}
print (df)
  Territory
0        NY
1        CA
2        WT
3        SK
4        DE

df['Territory'] = df['Territory'].map(di).fillna('OVERSEAS')
print (df)
  Territory
0  Domestic
1  Domestic
2   OUTSIDE
3  OVERSEAS
4  OVERSEAS

Answer 2

虽然jezrael's answer可以工作，但它比所需的要慢，因为它必须首先进行映射，然后返回并填充缺少的元素。如果我们转而利用Python的内置字典，我们可以显着提高性能。

有两种方法可以利用python的字典对象的灵活性，您可以使用它们来创建默认值。一种是在映射字典上使用get method，另一种是使用defaultdict object from collections。如上所述，get和defaultdict方法的优点在于，它们避免了在映射之后必须回顾整个系列来替换NAs，而是在映射步骤本身中进行。

因此，简而言之，我建议：

df = pd.DataFrame({'Territory':['NY','CA','WT','SK','DE']})
di = {"NY": "Domestic","CA": "Domestic","WT":"OUTSIDE"}
df['Territory'] = df['Territory'].map(lambda x: di.get(x, 'OVERSEAS'))

支持此方法性能的一些计时是：

df = pd.DataFrame({'Territory':['NY','CA','WT','SK','DE']})
di = {"NY": "Domestic","CA": "Domestic","WT":"OUTSIDE"}

%timeit df['Territory'].map(lambda x: di.get(x, 'OVERSEAS'))
>>> 138 µs ± 1.35 µs per loop (mean ± std. dev. of 7 runs, 10000 loops each)

from collections import defaultdict
dd = defaultdict(lambda:'OVERSEAS')
dd.update(di)   
%timeit df['Territory'].map(di)
>>> 143 µs ± 2.17 µs per loop (mean ± std. dev. of 7 runs, 10000 loops each)

%timeit df['Territory'] = df['Territory'].map(di).fillna('OVERSEAS')
>>> 657 µs ± 33.1 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

对于较大的字典，性能上的差异变得更加明显：

同样有趣的是，如果你没有默认值，那么在Pandas中仅仅映射带有缺失词条的字典似乎是很慢的。

%timeit df['Territory'].map(di)
>>> 372 µs ± 11.3 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)