我有一个查找值的字典dictionary = {'a': 1, 'b': 2, 'c': 3, 'd': 3}
我想从 numpy 得到的结果是 pandas.Series.map()
传入字典后返回的结果。例如 series.map(dictionary, na_action='ignore')
注意:这个 series.map()
函数非常快,这让我相信在 numpy API 中一定有一个等价物,而不是我实现一些涉及 numpy.where() 的解决方案
并循环遍历字典键。
最佳答案
这是一个 NumPy 的 -
def map_series_by_dict(s, d):
a = s.values
v = np.array(list(d.values()))
k = np.array(list(d.keys()))
sidx = k.argsort()
out_ar = v[sidx[np.searchsorted(k,a,sorter=sidx)]]
return pd.Series(out_ar, index=s.index)
sample 运行-
In [143]: d
Out[143]: {'a': 1, 'b': 2, 'c': 3, 'd': 3}
In [144]: s
Out[144]:
0 a
1 a
2 c
3 b
4 a
dtype: object
In [145]: map_series_by_dict(s, d)
Out[145]:
0 1
1 1
2 3
3 2
4 1
关于python - NumPy 中的 Pandas Series.map 等价物,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/52653043/