Python：字典键作为行索引，值为列标题。如何使用词典中回顾DF中的特定值？

Question

我有一个看起来像这样的数据框：

a=['a','b','c','d']
b=['the','fox','the','then']
c=['quick','jumps','lazy','barks']
d=['brown','over','dog','loudly']
df=pd.DataFrame(zip(a,b,c,d),columns=['indexcol','col1','col2','col3'])

还有一个看起来像这样的词典：

keys=['a','b','c','d']
vals=[]
vals.append(['col1','col3'])
vals.append(['col1','col2'])
vals.append(['col1','col2','col3'])
vals.append(['col2','col3'])
newdict = {k: v for k, v in zip(keys, vals)}

我要做的是在DF中创建一个新列，该列为每行构造一个语句。以第一行为例，句子应该看起来像：

“ col1是''| col3是'懒''”

另一个示例使用第三行只是为了使手动晶体的任务清晰： “ col1是'brown'| col2是'| col3是'then''“

从本质上讲，我想使用字典键在df中查找DF中的列，作为与DF中的indexCol匹配的行。

提前致谢。

Answer 1

这就是您正在寻找

def func(df_row):
    return ' | '.join(
        f'"{col}" is "{df_row[col]}"'
        for col in newdict[df_row['indexcol']]
    )

df['new col'] = df.apply(func, axis=1)

IndexCol	Col1	Col2	Col3	新Col
A	棕色	快速	我想	“ Col1”是“ |” “ Col3”是“ Brown”
B	Fox	跳过	“	Col1”是“ Fox” | “ col2”是“跳跃”
c	狗	lazy	“ col1 ”	是“” | “ col2”是“懒惰” | “ col3”是“狗”
D	，然后	吠叫	大声	“ col2”是“吠叫” | “ Col3”是“大声”

Answer 2

我不确定我是否正确理解您，但您可以尝试：

df = df.set_index("indexcol")

for k, v in newdict.items():
    row = df.loc[k]
    df.loc[k, "new_column"] = " | ".join(f"{i} is '{row[i]}'" for i in v)

print(df.reset_index())

打印：

  indexcol  col1   col2    col3                                      new_column
0        a   the  quick   brown                 col1 is 'the' | col3 is 'brown'
1        b   fox  jumps    over                 col1 is 'fox' | col2 is 'jumps'
2        c   the   lazy     dog  col1 is 'the' | col2 is 'lazy' | col3 is 'dog'
3        d  then  barks  loudly              col2 is 'barks' | col3 is 'loudly'