Python pandas - 从字典向数据框添加新列
声明：本页面是StackOverFlow热门问题的中英对照翻译，遵循CC BY-SA 4.0协议，如果您需要使用它，必须同样遵循CC BY-SA许可，注明原文地址和作者信息，同时你必须将它归于原作者（不是我）：StackOverFlow
原文地址: http://stackoverflow.com/questions/29794959/
Warning: these are provided under cc-by-sa 4.0 license. You are free to use/share it, But you must attribute it to the original authors (not me):
StackOverFlow
pandas - add new column to dataframe from dictionary
提问by Fabio Lamanna
I would like to add a column 'D' to a dataframe like this:
我想在这样的数据框中添加一列“D”：
U,L
111,en
112,en
112,es
113,es
113,ja
113,zh
114,es
based on the following Dictionary:
基于以下字典：
d = {112: 'en', 113: 'es', 114: 'es', 111: 'en'}
so that the resulting dataframe appears as:
以便生成的数据框显示为：
U,L,D
111,en,en
112,en,en
112,es,en
113,es,es
113,ja,es
113,zh,es
114,es,es
So far I tried the pd.join()method but I can't figured out how it works with Dictionaries.
到目前为止，我尝试了该pd.join()方法，但我无法弄清楚它如何与 Dictionaries 一起使用。
采纳答案by EdChum
Call mapand pass the dict, this will perform a lookup and return the associated value for that key:
调用map并传递 dict，这将执行查找并返回该键的关联值：
In [248]:
d = {112: 'en', 113: 'es', 114: 'es', 111: 'en'}
df['D'] = df['U'].map(d)
df
Out[248]:
U L D
0 111 en en
1 112 en en
2 112 es en
3 113 es es
4 113 ja es
5 113 zh es
6 114 es es
回答by Yuan Tao
I got TypeError: 'dict' object is not callableerror for EdChum's solution when I try to use index.map()... And I haven't found a way to get index as Series.
TypeError: 'dict' object is not callable当我尝试使用 index.map() 时，我遇到了 EdChum 解决方案的错误......而且我还没有找到将索引作为系列获取的方法。
So I found another solution to this problem by creating a Series object from the dict object first.
所以我找到了另一个解决这个问题的方法，首先从 dict 对象创建一个 Series 对象。
new_d = pd.Series(d)
And then do the pd.join with the column you like. That may help.
然后对您喜欢的列执行 pd.join。这可能会有所帮助。
回答by Sawant
Here is a simpler way that should work well too:
这是一种更简单的方法，应该也能很好地工作：
df["D"] = pd.Series(d)
df["D"] = pd.Series(d)
Note: The dict keys need to be in the DataFrame index for this.
注意：为此，dict 键需要位于 DataFrame 索引中。
