Aggiungi colonna nel dataframe dall'elenco

Ho un dataframe con alcune colonne come questa:

A   B   C  
0   
4
5
6
7
7
6
5

I possibili intervalli di valori in A sono solo da 0 a 7 .

Inoltre, ho un elenco di 8 elementi come questo:

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

Se l'elemento nella colonna A è n , ho bisogno di inserire il n -esimo elemento della lista in una nuova colonna, dire 'D'.

Come posso farlo in una volta sola senza eseguire il loop dell'intero dataframe?

Il dataframe risultante sarebbe simile a questo:

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

Nota: il dataframe è enorme e l'iterazione è l'ultima opzione. Ma posso anche organizzare gli elementi in "List" in qualsiasi altra struttura di dati come dict, se necessario.

IIUC, se trasformi il tuo (sfortunatamente denominato) Listin un ndarray, puoi semplicemente indicizzarlo in modo naturale.

>>> 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

Qui ne ho costruito uno nuovo m, ma se lo usi m = np.asarray(List), dovrebbe funzionare la stessa cosa: i valori in df.Aselezioneranno gli elementi appropriati di m.

Nota che se stai usando una vecchia versione di numpy, potresti m[df.A.values]doverla usare al suo posto: in passato, numpynon giocavi bene con gli altri e alcuni refactoring pandascausavano alcuni mal di testa. Le cose ora sono migliorate.

Basta assegnare l'elenco direttamente:

df['new_col'] = mylist

Alternativa
Converti l'elenco in una serie o un array e quindi assegna:

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

o

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

Una soluzione che migliora quella fantastica di @sparrow.

Lascia che df sia il tuo set di dati e mylist l'elenco con i valori che desideri aggiungere al dataframe.

Supponiamo che tu voglia chiamare semplicemente la tua nuova colonna, new_column

Per prima cosa trasforma l'elenco in una serie:

column_values = pd.Series(mylist)

Quindi utilizzare la funzione di inserimento per aggiungere la colonna. Questa funzione ha il vantaggio di farti scegliere in quale posizione vuoi posizionare la colonna. Nell'esempio seguente posizioneremo la nuova colonna nella prima posizione da sinistra (impostando loc = 0)

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

Per prima cosa creiamo il dataframe che avevi, ignorerò le colonne B e C poiché non sono rilevanti.

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

E la mappatura che desideri:

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

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

Fatto!

print df

Produzione:

   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

Vecchia domanda; ma cerco sempre di usare il codice più veloce!

Avevo una lista enorme con 69 milioni di uint64. np.array () è stato il più veloce per me.

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