Spalte im Datenrahmen aus Liste hinzufügen

Ich habe einen Datenrahmen mit einigen Spalten wie dieser:

A   B   C  
0   
4
5
6
7
7
6
5

Der mögliche Wertebereich in A liegt nur zwischen 0 und 7 .

Außerdem habe ich eine Liste von 8 Elementen wie folgt:

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

Wenn das Element in Spalte A n ist , muss ich das n- te Element aus der Liste in eine neue Spalte einfügen , z. B. 'D'.

Wie kann ich dies auf einmal tun, ohne den gesamten Datenrahmen zu durchlaufen?

Der resultierende Datenrahmen würde folgendermaßen aussehen:

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

Hinweis: Der Datenrahmen ist sehr groß und die Iteration ist die letzte Option. Ich kann die Elemente in 'List' aber auch in einer anderen Datenstruktur wie diktieren, falls erforderlich.

IIUC, wenn Sie Ihr (leider benanntes) Listzu einem machen ndarray, können Sie es einfach auf natürliche Weise indizieren.

>>> 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

Hier habe ich eine neue gebaut m, aber wenn Sie verwenden m = np.asarray(List), sollte das gleiche funktionieren: Die Werte in df.Awerden die entsprechenden Elemente von auswählen m.

Beachten Sie, dass Sie bei Verwendung einer alten Version von numpymöglicherweise m[df.A.values]stattdessen verwenden müssen - in der Vergangenheit numpyhaben Sie nicht gut mit anderen gespielt, und einige Umgestaltungen pandasverursachten Kopfschmerzen. Die Dinge haben sich jetzt verbessert.

Ordnen Sie die Liste einfach direkt zu:

df['new_col'] = mylist

Alternative
Konvertieren Sie die Liste in eine Reihe oder ein Array und weisen Sie dann zu:

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

oder

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

Eine Lösung, die die großartige von @sparrow verbessert.

Lassen Sie df Ihr Dataset sein und führen Sie die Liste mit den Werten auf, die Sie dem Datenrahmen hinzufügen möchten.

Angenommen, Sie möchten Ihre neue Spalte einfach new_column aufrufen

Machen Sie zuerst die Liste in eine Serie:

column_values = pd.Series(mylist)

Verwenden Sie dann die Einfügefunktion , um die Spalte hinzuzufügen. Mit dieser Funktion können Sie auswählen, an welcher Position Sie die Spalte platzieren möchten. Im folgenden Beispiel positionieren wir die neue Spalte an der ersten Position von links (durch Setzen von loc = 0).

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

Lassen Sie uns zuerst den Datenrahmen erstellen, den Sie hatten. Ich werde die Spalten B und C ignorieren, da sie nicht relevant sind.

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

Und das Mapping, das Sie wünschen:

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

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

Getan!

print df

Ausgabe:

   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

Alte Frage; aber ich versuche immer, den schnellsten Code zu verwenden!

Ich hatte eine riesige Liste mit 69 Millionen uint64. np.array () war für mich am schnellsten.

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