pandas：同时分配多个* new *列

Question

我有一个DataFrame，其中的一列包含每行的标签（除了每行的一些相关数据）。我有一本字典，其键等于可能的标签，而值等于与该标签相关的信息的2元组。我想在框架上添加两个新列，每个对应于标签的2元组的每一部分。

这是设置：

import pandas as pd
import numpy as np

np.random.seed(1)
n = 10

labels = list('abcdef')
colors = ['red', 'green', 'blue']
sizes = ['small', 'medium', 'large']

labeldict = {c: (np.random.choice(colors), np.random.choice(sizes)) for c in labels}

df = pd.DataFrame({'label': np.random.choice(labels, n), 
                   'somedata': np.random.randn(n)})

我可以通过运行获得想要的东西：

df['color'], df['size'] = zip(*df['label'].map(labeldict))
print df

  label  somedata  color    size
0     b  0.196643    red  medium
1     c -1.545214  green   small
2     a -0.088104  green   small
3     c  0.852239  green   small
4     b  0.677234    red  medium
5     c -0.106878  green   small
6     a  0.725274  green   small
7     d  0.934889    red  medium
8     a  1.118297  green   small
9     c  0.055613  green   small

但是，如果我不想手动在作业左侧键入两列，该怎么办？即，如何动态创建多个新列。例如，如果我有10个元组labeldict而不是2个元组，那么这将是当前所写的真正痛苦。这有几项无效：

# set up attrlist for later use
attrlist = ['color', 'size']

# non-working idea 1)
df[attrlist] = zip(*df['label'].map(labeldict))

# non-working idea 2)
df.loc[:, attrlist] = zip(*df['label'].map(labeldict))

确实可以，但是似乎很简单：

for a in attrlist:
    df[a] = 0
df[attrlist] = zip(*df['label'].map(labeldict))

更好的解决方案？

Answer 1

您可以改为使用合并：

>>> ld = pd.DataFrame(labeldict).T
>>> ld.columns = ['color', 'size']
>>> ld.index.name = 'label'
>>> df.merge(ld.reset_index(), on='label')
  label  somedata  color    size
0     b  1.462108    red  medium
1     c -2.060141  green   small
2     c  1.133769  green   small
3     c  0.042214  green   small
4     e -0.322417    red  medium
5     e -1.099891    red  medium
6     e -0.877858    red  medium
7     e  0.582815    red  medium
8     f -0.384054    red   large
9     d -0.172428    red  medium