用字典匹配替换DataFrame值，对于不匹配替换字符串

Question

我有DataFrame：

df = pd.DataFrame{'col1': ['afs', 'chk', 'est', 'app'],
 'col2': ['ofcr', 'guar', 'ltv', 'gender'],
 'col3': ['code', 'mod']}

而且我有字典：

dict = {'ofcr':'officer','chk':'check','mod':'modification','est':'estimated','app':'application', 'gender':'gender'}

我需要遍历df并将数学键替换为其各自的值。我可以使用：

df["col1"] = df["col1"].map(dict)

但是这会将不匹配项转换为NaN。我想要的是保持令牌不变，但是在字符串中添加“ -UNKNOWN-”或类似的显而易见的字词，以便以后使用。我尝试过循环：

for tok in df['col1']:
    if tok in dict.values():
        df.replace(dict, inplace=True)
    if tok not in dict.values():
        df.replace(tok, tok '-UNKNOWN', inplace=True)
    print(tok)

这也替换了匹配项（在所有列中都足够多了，不仅仅是传递的匹配项），但不影响不匹配项。

Answer 1

您可以使用applymap()：

applymap()

打印：
df = pd.DataFrame({'col1': ['afs', 'chk', 'est', 'app'],
 'col2': ['ofcr', 'guar', 'ltv', 'gender'],
 'col3': ['code', 'mod', 'xxx', 'zzz']})

dct = {'ofcr':'officer','chk':'check','mod':'modification','est':'estimated','app':'application', 'gender':'gender'}

print(df.applymap(lambda x: dct.get(x, x + '-UNKNOWN')))

Answer 2

在地图之后执行此额外步骤：

          col1          col2          col3
0  afs-UNKNOWN       officer  code-UNKNOWN
1        check  guar-UNKNOWN  modification
2    estimated   ltv-UNKNOWN   xxx-UNKNOWN
3  application        gender   zzz-UNKNOWN