如何通过遍历字典有效地替换数据帧中的值？

Kristada673 发表于 Dev

克里斯塔达673

我有一个工资范围的数据框，如下所示：

import pandas as pd
df = pd.DataFrame(columns=['Salary'])
df.Salary = ['30,000-39,999', '5,000-7,499', '250,000-299,999', '4,000-4,999', '60,000-69,999', '10,000-14,999', '80,000-89,999', '$0-999', '2,000-2,999', '70,000-79,999', '90,000-99,999', '125,000-149,999', '$0-999', '$0-999', '40,000-49,999', '20,000-24,999', '125,000-149,999', '$0-999', '10,000-14,999', '15,000-19,999', '20,000-24,999', '100,000-124,999', '$0-999']
df

我想用数字替换工资范围的这些字符串值，其中 1 表示$0-999，2 表示1000-1999等。所以，下面是我的代码来做到这一点，我制作了一个将字符串映射到数字的字典，并使用 2 表示循环 - 一个循环遍历数据帧中的每一行，一个循环遍历字典中的每个元素：

salary_dict = {'$0-999':1, '1,000-1,999':2, '2,000-2,999':3, '3,000-3,999':4, '4,000-4,999':5, 
           '5,000-7,499':6, '7,500-9,999':7, '10,000-14,999':8, '15,000-19,999':9, '20,000-24,999':10, 
           '25,000-29,999':11, '30,000-39,999':12, '40,000-49,999':13, '50,000-59,999':14, '60,000-69,999':15, 
           '70,000-79,999':16, '80,000-89,999':17, '90,000-99,999':18, '100,000-124,999':19, '125,000-149,999':20, 
           '150,000-199,999':21, '200,000-249,999':22, '250,000-299,999':23, '300,000-500,000':24, '> $500,000':25}

for i in range(len(df)):
    for key in salary_dict:
        if df.Salary[i]==key:
            df.Salary[i] = salary_dict[key]
            break

df

这对于小数据帧来说没问题，但是对于更大（更长）的数据帧，代码需要很长时间才能完成运行。我如何优化它？

普扬

最有效的方法是使用系列apply函数。https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.Series.apply.html
apply在系列上使用函数应用定义到每个 elemet 的任何函数。
在这里，我们将的每个元素映射df['Salary']到字典中的等效值。
如果您不理解这部分，请lambda x: salary_dict.get(x, x)查看 python lambdas。
还get对dictonary方法只是用来保障柜面钥匙不在dictonary。

df['Salary'] = df['Salary'].apply(lambda x: salary_dict.get(x, x))
print(df)

输出：

本文收集自互联网，转载请注明来源。

如有侵权，请联系[email protected] 删除。