Ändern Datenrahmen Pandas Basis einer Serie

Question

Ich habe Daten und haben zu konvertieren Datenrahmen Pandas mit:

import pandas as pd 
d = [ 
    (1,70399,0.988375133622), 
    (1,33919,0.981573492596), 
    (1,62461,0.981426807114), 
    (579,1,0.983018778374), 
    (745,1,0.995580488899), 
    (834,1,0.980942505189) 
] 
df_new = pd.DataFrame(e, columns=['source_target']).sort_values(['source_target'], ascending=[True]) 

und ich brauche Spalte Serie für das Mapping bauen source und target in eine andere

e = [] 
for x in d: 
    e.append(x[0]) 
    e.append(x[1]) 

e = list(set(e)) 
df_new = pd.DataFrame(e, columns=['source_target']) 

df_new.source_target = (df_new.source_target.diff() != 0).cumsum() - 1 
new_ser = pd.Series(df_new.source_target.values, index=new_source_old).drop_duplicates() 

so erhalte ich Serie :

source_target 
1  0 
579  1 
745  2 
834  3 
33919 4 
62461 5 
70399 6 
dtype: int64 

Ich habe versucht, Dataframezu ändernbasierend auf new_ser Serie mit:

df_beda.target = df_beda.target.mask(df_beda.target.isin(new_ser), df_beda.target.map(new_ser)).astype(int) 
df_beda.source = df_beda.source.mask(df_beda.source.isin(new_ser), df_beda.source.map(new_ser)).astype(int) 

aber Ergebnis ist:

source target weight 
0  0 70399 0.988375 
1  0 33919 0.981573 
2  0 62461 0.981427 
3  579  0 0.983019 
4  745  0 0.995580 
5  834  0 0.980943 

es falsch ist, ideales Ergebnis ist:

source target weight 
0  0  6 0.988375 
1  0  4 0.981573 
2  0  5 0.981427 
3  1  0 0.983019 
4  2  0 0.995580 
5  3  0 0.980943 

vielleicht jemand mir zeigen, wo mein Fehler

helfen

Danke

Answer 1

Wenn die Reihenfolge keine Rolle spielt, können Sie Folgendes tun. Vermeiden Sie for Schleife, es sei denn, es ist absolut notwendig.

uniq_vals = np.unique(df_beda[['source','target']]) 
map_dict = dict(zip(uniq_vals, xrange(len(uniq_vals)))) 
df_beda[['source','target']] = df_beda[['source','target']].replace(map_dict) 

print df_beda 

    source target weight 
0  0  6 0.988375 
1  0  4 0.981573 
2  0  5 0.981427 
3  1  0 0.983019 
4  2  0 0.995580 
5  3  0 0.980943 

Wenn Sie zurücksetzen möchten, können Sie eine inverse Karte aus dem Original erstellen, weil es garantiert 1-zu-1-Zuordnung zu sein.

inverse_map = {v:k for k,v in map_dict.iteritems()} 
df_beda[['source','target']] = df_beda[['source','target']].replace(inverse_map) 
print df_beda 

    source target weight 
0  1 70399 0.988375 
1  1 33919 0.981573 
2  1 62461 0.981427 
3  579  1 0.983019 
4  745  1 0.995580 
5  834  1 0.980943