检查字典 [pandas] 中是否存在列值

Question

列表的数据框列（系列）可以用作字典中的条件检查吗？我有一列单词列表（拆分推文），我想将它们提供给词汇词典以查看它们是否都存在 - 如果不存在，我想跳过它，继续然后运行对现有单词的函数。此代码为列中的一行生成预期结果，但是，如果我尝试将其应用于多列，则会出现“不可哈希类型列表”错误。w2v_sum = w2v[[x for x in train['words'].values[1] if x in w2v.vocab]].sum()使用可重现的示例进行编辑：df = pd.DataFrame(data={'words':[['cow','bird','cat'],['red','blue','green'],['low','high','med']]})d = {'cow':1,'bird':4,'red':1,'blue':1,'green':1,'high':6,'med':3}所需的输出是总计（字典中的单词总和）：total   words0   5   [cow, bird, cat]1   3   [red, blue, green]2   9   [low, high, med]

Answer 1

这应该做你想做的：

import pandas as pd

df = pd.DataFrame(data={'words':[['cow','bird','cat'],['red','blue','green'],['low','high','med']]})

d = {'cow':1,'bird':4,'red':1,'blue':1,'green':1,'high':6,'med':3}

编辑：

要反映列内的列表，请参阅此嵌套理解：

list_totals = [[d[x] for x in y if x in d] for y in df['words'].values]

list_totals = [sum(x) for x in list_totals]

list_totals

[5, 3, 9]

然后，您可以将 list_totals 作为列添加到您的 pd。

Answer 2

一种解决方案是使用collections.Counter和列表理解：

from collections import Counter

d = Counter({'cow':1,'bird':4,'red':1,'blue':1,'green':1,'high':6,'med':3})

df['total'] = [sum(map(d.__getitem__, L)) for L in df['words']]

print(df)

                words  total

0    [cow, bird, cat]      5

1  [red, blue, green]      3

2    [low, high, med]      9

或者，如果您总是有固定数量的单词，则可以拆分为多个系列并使用pd.DataFrame.applymap：

df['total'] = pd.DataFrame(df['words'].tolist()).applymap(d.get).sum(1).astype(int)