Pandas循环遍历多列应用不同映射后执行value_counts的实现方法
解决方法
你代码的核心问题是maplist中存储的是映射字典的字符串名称,不是实际的字典对象,直接传入map()方法无法被识别,有两种常用解决方案:
方案1:通过全局变量快速获取字典(适配现有代码)
Python的globals()方法会返回当前全局作用域所有变量的字典,你可以直接用字符串名称作为key拿到对应的实际字典对象,同时注意Pandas高版本已经废弃了append方法,推荐用concat合并结果效率更高,修正后完整代码如下:
import pandas as pd # 原有数据定义 data = {'Name':['Tom', 'Sam', 'Trish', 'Sharon', 'Tony'], 'Age':[20, 21, 19, 18, 20], 'MH' : [0,0,1,2, 1]} df = pd.DataFrame(data) age_map = {18 : 'Very young', 19 : 'Young', 20 : 'Old', 21 : 'Very old'} mh_map = {0 : 'No', 1 : 'Yes', 2 : 'Maybe'} lkup = {'col' : ['Age', 'MH'], 'map' : ['age_map', 'mh_map']} df_lkup = pd.DataFrame(lkup) # 批量处理逻辑 collist = df_lkup['col'].tolist() maplist = df_lkup['map'].tolist() res_list = [] for col, map_name in zip(collist, maplist): # 核心修改:通过globals()用字符串取到实际字典 mapped_series = df[col].map(globals()[map_name]) res = mapped_series.value_counts().reset_index() res.columns = ['Value', 'Count'] res['Colname'] = col res_list.append(res) # 合并所有列的统计结果 final_results = pd.concat(res_list, ignore_index=True) print(final_results)
方案2:预先统一存储映射字典(更安全,推荐生产环境使用)
避免依赖全局变量,直接把所有列的映射规则存在一个总字典里,不会出现变量名冲突问题,示例如下:
# 所有映射规则统一存在总字典中 all_maps = { 'age_map': {18 : 'Very young', 19 : 'Young', 20 : 'Old', 21 : 'Very old'}, 'mh_map': {0 : 'No', 1 : 'Yes', 2 : 'Maybe'} } # 循环中直接从总字典取值即可 for col, map_name in zip(collist, maplist): mapped_series = df[col].map(all_maps[map_name]) # 后续统计逻辑和上面一致
内容的提问来源于stack exchange,提问作者ATLMan
相关产品推荐
相关产品推荐

