Как я могу назначить данные из списка в pandas DataFrame?

Я создал df с разными курсами и списком с ценами. Мне нужно назначить цены всем курсам в фрейме данных - например, все курсы английского языка в df должны иметь первую цену из прайс-листа, все курсы финансов должны иметь вторую цену из прайс-листа и т. д. (порядок не имеет значения). Какие-либо предложения?

import random
import pandas as pd
import numpy as np

courses_list = ['Programming', 'Data Science', 'Data Analytics', 'Business Management', 'English', 'Design', 'Finance']
courses = []
for i in range(500):
    courses.append(random.choice(courses_list))

price = np.random.randint(50000, 100000, 7)
name = np.arange(500)

df = pd.DataFrame({'used_id':name,
                   'course_name':courses})
df
Почему в Python есть оператор "pass"?
Почему в Python есть оператор "pass"?
Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.
Некоторые методы, о которых вы не знали, что они существуют в Python
Некоторые методы, о которых вы не знали, что они существуют в Python
Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...
Основы Python Часть I
Основы Python Часть I
Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
Оптимизация кода с помощью тернарного оператора Python
Оптимизация кода с помощью тернарного оператора Python
И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это
Советы по эффективной веб-разработке с помощью Python
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
1
0
36
2
Перейти к ответу Данный вопрос помечен как решенный

Ответы 2

Ответ принят как подходящий

Используйте dict comprehension с Series.map:

# Create a dict with key as course_name and value as price
In [2358]: course_price = {i:price[c] for c, i in enumerate(courses_list)}

# Use `map` function to map the price for each course from dict to df 
In [2360]: df['price'] = df.course_name.map(course_price)

In [2361]: df
Out[2361]: 
     used_id          course_name  price
0          0  Business Management  56022
1          1       Data Analytics  85224
2          2          Programming  64843
3          3  Business Management  56022
4          4         Data Science  65005
..       ...                  ...    ...
495      495  Business Management  56022
496      496       Data Analytics  85224
497      497              English  95012
498      498  Business Management  56022
499      499       Data Analytics  85224

[500 rows x 3 columns]

Создайте словарь из списка курсов и списка цен и используйте .map:

df['price'] = df['course_name'].map(dict(zip(courses_list, price)))

Кажется, я опередил вас с ответом :)

Mayank Porwal 16.03.2022 15:50

Другие вопросы по теме