これは私が持っているテーブルの一部であるパンダ

Question

の列での作業：

type n_b 
sp  2 
sp  2 
sp  3 
avn 2 
avn 4 
avn 3 
psp 1 
psp 3 
psp 5 
... 

また、私は、データセットがあります。

d = pd.Series({'sp':['98,00', '0,00', '68,00'], 'psp':['17,00', '7,60', '14,30'], 
      'avn':['15,00', '10,00', '4,30']}) 

を、私は私のデータセットから値と一致する必要がありますカラム "type"の値に応じて新しいカラム "c_t"に挿入します。つまり、結果がどうあるべきかです：

type n_b c_t 
sp  2 98,00 
sp  2  0,00 
sp  3 68,00 
avn 2 15,00 
avn 4 10,00 
avn 3  4,30 
psp 1 17,00 
psp 3  7,60 
psp 5 14,30 
... 

は私のコードは次のようになります。

d = pd.Series({'sp':['98,00', '0,00', '68,00'], 'psp':['17,00', '7,60', '14,30'], 
      'avn':['15,00', '10,00', '4,30']}) 

df['c_t'] = df['type'].map(d) 
print (df) 

しかし、私はそれ

type n_b c_t 
sp  2 [98,00, 0,00, 68,00] 
sp  2 [98,00, 0,00, 68,00] 
sp  3 [98,00, 0,00, 68,00] 
avn 2 [15,00, 10,00, 4,30] 
avn 4 [15,00, 10,00, 4,30] 
avn 3 [15,00, 10,00, 4,30] 
psp 1 [17,00, 7,60, 14,30] 
psp 3 [17,00, 7,60, 14,30] 
psp 5 [17,00, 7,60, 14,30] 
... 

私はこれをどのように修正することができます必要があるとして、それは動作しませんか？

UPD：実際には、ファイル内のより多くのデータがある

d1 = pd.Series({'ds':['104,50', '19,00', '10,00', '30,00', '0,00', '0,00', '16,00', '21,50'], 
      'zkp':['33,00', '100,00', '16,00', '3,30', '9,00', '0,00', '0,00', '0,00', '4,80', '78,50'], 
      'dgv':['96,00', '0,00', '194,50', '61,00', '0,00', '10,00', '0,00', '28,00', '0,00', '0,00', 
         '11,00', '30,00', '0,00', '0,00', '0,00', '16,00', '78,50'], 'sp':['98,00', '0,00', '68,00'], 
      'psp':['17,00', '7,60', '14,30'],'avn':['15,00', '10,00', '4,30']}) 

、テーブルが巨大である：

type n_b Day_number 
ds  2  1 
ds  3  2 
ds  1  3 
ds  2  4 
ds  1  5 
ds  3  6 
ds  2  7 
ds  1  8 
sp  2  1 
sp  2  2 
sp  1  3 
avn 2  1 
avn 4  2 
avn 3  3 
psp 1  1 
psp 3  2 
psp 5  3 
sp  2  1 
sp  2  2 
sp  4  3 
... 

そして、すべてのタイプ（DS、ZKP、DGV、SP、PSP 、avn）がファイルにあります。列「n_b」は列「c_t」に影響しません。 「Day_number」欄には、その日の番号が表示されます。

、結果は以下のようになります。

type n_b Day_number  c_t 
ds  2  1   104,50 
ds  3  2   19,00 
ds  1  3   10,00 
ds  2  4   30,00 
ds  1  5    0,00 
ds  3  6    0,00 
ds  2  7   16,00 
ds  1  8   21,50 
sp  2  1   98,00 
sp  2  2    0,00 
sp  1  3   68,00 
avn 2  1   15,00 
avn 4  2   10,00 
avn 3  3    4,30 
psp 1  1   17,00 
psp 3  2    7,60 
psp 5  3   14,30 
sp  2  1   98,00 
sp  2  2    0,00 
sp  4  3   68,00 
... 

Answer 1

あなたはその後、dfにcumcount、最後joinでグループごとに固有の値を持つヘルパー列gを作成し、lists最初からDataFrameを作成することができます。

#get lenghts of lists 
l = d.str.len() 
#repeat index values by lengths 
r = np.repeat(d.index.values, l) 
#flattening lists 
v = np.concatenate(d.values) 
#DataFrame constructor 
df1 = pd.DataFrame({'type':r, 'c_t':v}) 
print (df1) 
    c_t type 
0 15,00 avn 
1 10,00 avn 
2 4,30 avn 
3 17,00 psp 
4 7,60 psp 
5 14,30 psp 
6 98,00 sp 
7 0,00 sp 
8 68,00 sp 

df1['g'] = df1.groupby('type').cumcount() 
df['g'] = df.groupby('type').cumcount() 

df = df.join(df1.set_index(['type','g']), on=['type','g']).drop('g', axis=1) 
print (df) 
    ype n_b c_t 
0 sp 2 98,00 
1 sp 2 0,00 
2 sp 3 68,00 
3 avn 2 15,00 
4 avn 4 10,00 
5 avn 3 4,30 
6 psp 1 17,00 
7 psp 3 7,60 
8 psp 5 14,30 

を

編集：

d1 = pd.Series({'ds':['104,50', '19,00', '10,00', '30,00', '0,00', '0,00', '16,00', '21,50'], 
      'zkp':['33,00', '100,00', '16,00', '3,30', '9,00', '0,00', '0,00', '0,00', '4,80', '78,50'], 
      'dgv':['96,00', '0,00', '194,50', '61,00', '0,00', '10,00', '0,00', '28,00', '0,00', '0,00', 
         '11,00', '30,00', '0,00', '0,00', '0,00', '16,00', '78,50'], 'sp':['98,00', '0,00', '68,00'], 
      'psp':['17,00', '7,60', '14,30'],'avn':['15,00', '10,00', '4,30']}) 

---

#get lenghts of lists 
l = d1.str.len() 
#repeat index values by lengths 
r = np.repeat(d1.index.values, l) 
#flattening lists 
v = np.concatenate(d1.values) 
#DataFrame constructor 
df1 = pd.DataFrame({'type':r, 'c_t':v}) 
df1['g'] = df1.groupby('type').cumcount() + 1 

df = df.join(df1.set_index(['type','g']), on=['type','Day_number']) 
print (df) 
    type n_b Day_number  c_t 
0 ds 2   1 104,50 
1 ds 3   2 19,00 
2 ds 1   3 10,00 
3 ds 2   4 30,00 
4 ds 1   5 0,00 
5 ds 3   6 0,00 
6 ds 2   7 16,00 
7 ds 1   8 21,50 
8 sp 2   1 98,00 
9 sp 2   2 0,00 
10 sp 1   3 68,00 
11 avn 2   1 15,00 
12 avn 4   2 10,00 
13 avn 3   3 4,30 
14 psp 1   1 17,00 
15 psp 3   2 7,60 
16 psp 5   3 14,30 
17 sp 2   1 98,00 
18 sp 2   2 0,00 
19 sp 4   3 68,00 

Answer 2

あなたがほとんどそこにいるようです。あなたは今持っている：あなたは所望の出力を得るために

df 
Out[758]: 
    type n_b     c_t 
0 sp 2 [98,00, 0,00, 68,00] 
1 sp 2 [98,00, 0,00, 68,00] 
2 sp 3 [98,00, 0,00, 68,00] 
3 avn 2 [15,00, 10,00, 4,30] 
4 avn 4 [15,00, 10,00, 4,30] 
5 avn 3 [15,00, 10,00, 4,30] 
6 psp 1 [17,00, 7,60, 14,30] 
7 psp 3 [17,00, 7,60, 14,30] 
8 psp 5 [17,00, 7,60, 14,30] 

一歩を：

#use the row index%3 to select the element from the list under c_t column. 
df.c_t=df.apply(lambda x: x.c_t[x.name%3],axis=1) 

df 
Out[761]: 
    type n_b c_t 
0 sp 2 98,00 
1 sp 2 0,00 
2 sp 3 68,00 
3 avn 2 15,00 
4 avn 4 10,00 
5 avn 3 4,30 
6 psp 1 17,00 
7 psp 3 7,60 
8 psp 5 14,30