เพิ่มคอลัมน์ในดาต้าเฟรมจากรายการ

ฉันมี dataframe ที่มีบางคอลัมน์ดังนี้:

A   B   C  
0   
4
5
6
7
7
6
5

ช่วงเป็นไปได้ของค่าในมีเพียง 0-7

นอกจากนี้ฉันมีรายการองค์ประกอบ 8 รายการดังนี้:

List=[2,5,6,8,12,16,26,32]  //There are only 8 elements in this list

ถ้าองค์ประกอบในคอลัมน์ A เป็นnฉันต้องแทรกองค์ประกอบที่nจากรายการในคอลัมน์ใหม่โดยพูดว่า 'D'

ฉันจะทำสิ่งนี้ในคราวเดียวโดยไม่วนซ้ำทั้งดาต้าเฟรมได้อย่างไร

ดาต้าเฟรมที่ได้จะมีลักษณะดังนี้:

A   B   C   D
0           2
4           12
5           16
6           26
7           32
7           32
6           26
5           16

หมายเหตุ: ดาต้าเฟรมมีขนาดใหญ่และการวนซ้ำเป็นตัวเลือกสุดท้าย แต่ฉันยังสามารถจัดเรียงองค์ประกอบใน 'รายการ' ในโครงสร้างข้อมูลอื่น ๆ เช่น dict ได้หากจำเป็น

IIUC ถ้าคุณสร้าง (ชื่อที่น่าเสียดาย) Listเป็น an ndarrayคุณสามารถทำดัชนีได้ตามธรรมชาติ

>>> import numpy as np
>>> m = np.arange(16)*10
>>> m[df.A]
array([  0,  40,  50,  60, 150, 150, 140, 130])
>>> df["D"] = m[df.A]
>>> df
    A   B   C    D
0   0 NaN NaN    0
1   4 NaN NaN   40
2   5 NaN NaN   50
3   6 NaN NaN   60
4  15 NaN NaN  150
5  15 NaN NaN  150
6  14 NaN NaN  140
7  13 NaN NaN  130

ที่นี่ฉันสร้างขึ้นใหม่mแต่ถ้าคุณใช้m = np.asarray(List)สิ่งเดียวกันควรใช้งานได้: ค่าในdf.Aจะเลือกองค์ประกอบที่เหมาะสมของm.

โปรดทราบว่าหากคุณใช้เวอร์ชันเก่าnumpyคุณอาจต้องใช้m[df.A.values]แทน - ในอดีตnumpyเล่นได้ไม่ดีกับผู้อื่นและการปรับโครงสร้างใหม่pandasบางอย่างทำให้เกิดอาการปวดหัว ตอนนี้ทุกอย่างดีขึ้นแล้ว

เพียงกำหนดรายการโดยตรง:

df['new_col'] = mylist

ทางเลือก
แปลงรายการเป็นชุดหรืออาร์เรย์แล้วกำหนด:

se = pd.Series(mylist)
df['new_col'] = se.values

หรือ

df['new_col'] = np.array(mylist)

โซลูชันที่ปรับปรุงให้ดียิ่งขึ้นจาก @sparrow

ให้dfเป็นชุดข้อมูลของคุณและmylistเป็นรายการที่มีค่าที่คุณต้องการเพิ่มลงใน dataframe

สมมติว่าคุณต้องการเรียกคอลัมน์ใหม่ว่าnew_column

ก่อนอื่นให้สร้างรายการเป็นซีรี่ส์:

column_values = pd.Series(mylist)

จากนั้นใช้ฟังก์ชันแทรกเพื่อเพิ่มคอลัมน์ ฟังก์ชันนี้มีข้อดีคือให้คุณเลือกว่าต้องการวางคอลัมน์ในตำแหน่งใด ในตัวอย่างต่อไปนี้เราจะวางตำแหน่งคอลัมน์ใหม่ในตำแหน่งแรกจากซ้าย (โดยการตั้งค่า loc = 0)

df.insert(loc=0, column='new_column', value=column_values)

ก่อนอื่นให้สร้าง dataframe ที่คุณมีฉันจะไม่สนใจคอลัมน์ B และ C เนื่องจากไม่เกี่ยวข้อง

df = pd.DataFrame({'A': [0, 4, 5, 6, 7, 7, 6,5]})

และการทำแผนที่ที่คุณต้องการ:

mapping = dict(enumerate([2,5,6,8,12,16,26,32]))

df['D'] = df['A'].map(mapping)

เสร็จแล้ว!

print df

เอาท์พุต:

   A   D
0  0   2
1  4  12
2  5  16
3  6  26
4  7  32
5  7  32
6  6  26
7  5  16

คำถามเก่า; แต่ฉันพยายามใช้รหัสที่เร็วที่สุดเสมอ!

ฉันมีรายชื่อจำนวนมากที่มี 69 ล้าน uint64 np.array ()เร็วที่สุดสำหรับฉัน

df['hashes'] = hashes
Time spent: 17.034842014312744

df['hashes'] = pd.Series(hashes).values
Time spent: 17.141014337539673

df['key'] = np.array(hashes)
Time spent: 10.724546194076538