Dodaj kolumnę w ramce danych z listy

Mam ramkę danych z kilkoma kolumnami takimi jak ta:

A   B   C  
0   
4
5
6
7
7
6
5

Dopuszczalny zakres wartości w tylko od 0 do 7 .

Mam też listę 8 elementów, takich jak ta:

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

Jeśli element w kolumnie A to n , muszę wstawić n- ty element z listy do nowej kolumny, powiedz „D”.

Jak mogę to zrobić za jednym razem bez zapętlania się po całej ramce danych?

Wynikowa ramka danych wyglądałaby następująco:

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

Uwaga: ramka danych jest ogromna, a iteracja jest ostatnią opcją. Ale w razie potrzeby mogę również ułożyć elementy w „Liście” w dowolnej innej strukturze danych, takiej jak dict.

IIUC, jeśli zmienisz swój (niestety nazwany) Listna an ndarray, możesz po prostu naturalnie go indeksować.

>>> 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

Tutaj zbudowałem nowy m, ale jeśli użyjesz m = np.asarray(List), to samo powinno działać: wartości w df.Adobiorą odpowiednie elementy m.

Zauważ, że jeśli używasz starej wersji numpy, być może będziesz musiał użyć m[df.A.values]zamiast tego - w przeszłości numpynie grało dobrze z innymi, a niektóre refaktoryzacje pandaspowodowały bóle głowy. Teraz sytuacja się poprawiła.

Po prostu przypisz listę bezpośrednio:

df['new_col'] = mylist

Alternatywa
Przekonwertuj listę na serię lub tablicę, a następnie przypisz:

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

lub

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

Rozwiązanie ulepszone w stosunku do świetnego od @sparrow.

Niech df będzie twoim zbiorem danych, i wymień listę z wartościami, które chcesz dodać do ramki danych.

Załóżmy, że chcesz nazwać swoją nową kolumnę po prostu nową_kolumną

Najpierw ułóż listę w serię:

column_values = pd.Series(mylist)

Następnie użyj funkcji wstawiania, aby dodać kolumnę. Ta funkcja ma tę zaletę, że pozwala wybrać pozycję, w której chcesz umieścić kolumnę. W poniższym przykładzie umieścimy nową kolumnę na pierwszej pozycji od lewej (ustawiając loc = 0)

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

Najpierw utwórzmy ramkę danych, którą miałeś, zignoruję kolumny B i C, ponieważ nie są one istotne.

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

I mapowanie, które chcesz:

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

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

Gotowe!

print df

Wynik:

   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

Stare pytanie; ale zawsze staram się używać najszybszego kodu!

Miałem ogromną listę z 69 milionami plików uint64. np.array () był dla mnie najszybszy.

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