Ajouter une colonne dans le cadre de données à partir de la liste

J'ai un dataframe avec quelques colonnes comme ceci:

A   B   C  
0   
4
5
6
7
7
6
5

La plage de valeurs possible dans A est uniquement de 0 à 7 .

De plus, j'ai une liste de 8 éléments comme celui-ci:

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

Si l'élément de la colonne A est n , je dois insérer le n ème élément de la liste dans une nouvelle colonne, dites «D».

Comment puis-je faire cela en une seule fois sans boucler sur toute la trame de données?

Le dataframe résultant ressemblerait à ceci:

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

Remarque: le dataframe est énorme et l'itération est la dernière option. Mais je peux aussi organiser les éléments dans 'List' dans n'importe quelle autre structure de données comme dict si nécessaire.

IIUC, si vous transformez votre (malheureusement nommé) Listen un ndarray, vous pouvez simplement l'indexer naturellement.

>>> 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

Ici, j'ai construit un nouveau m, mais si vous utilisez m = np.asarray(List), la même chose devrait fonctionner: les valeurs dans df.Asélectionneront les éléments appropriés de m.

Notez que si vous utilisez une ancienne version de numpy, vous devrez peut-être utiliser à la m[df.A.values]place - dans le passé, numpyne jouait pas bien avec les autres, et certaines refactorisations ont pandascausé des maux de tête. Les choses se sont améliorées maintenant.

Attribuez simplement la liste directement:

df['new_col'] = mylist

Alternative
Convertissez la liste en série ou en tableau, puis attribuez:

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

ou

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

Une solution améliorant la grande de @sparrow.

Soit df , votre jeu de données et mylist la liste avec les valeurs que vous souhaitez ajouter au dataframe.

Supposons que vous souhaitiez appeler simplement votre nouvelle colonne, new_column

Commencez par transformer la liste en une série:

column_values = pd.Series(mylist)

Utilisez ensuite la fonction d' insertion pour ajouter la colonne. Cette fonction a l'avantage de vous permettre de choisir dans quelle position vous souhaitez placer la colonne. Dans l'exemple suivant, nous positionnerons la nouvelle colonne dans la première position à partir de la gauche (en définissant loc = 0)

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

Commençons par créer le dataframe que vous aviez, j'ignorerai les colonnes B et C car elles ne sont pas pertinentes.

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

Et la cartographie que vous désirez:

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

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

Terminé!

print df

Production:

   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

Ancienne question; mais j'essaye toujours d'utiliser le code le plus rapide!

J'avais une liste énorme avec 69 millions de uint64. np.array () a été le plus rapide pour moi.

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