パンダ：インデックスの参照によってシリーズの値を置き換えます。

Question

特定のインデックスのルックアップテーブルを使用して、一連の値を置き換えたいとします。たとえば：

s1  = Series.(['keep', 'replace', 'replace'}, index=['p1', 'p2', 'p3']) 
lookup = {'p2' : 'altered', 'p3' : 'changed'} 
# desired series s1: 
# p1 keep 
# p2 altered 
# p3 changed 

確かに、私は辞書をループすることによってこれを行うことができますが、私は強くパンダで、より良い方法があると仮定します。

しかし、これはもっと複雑な作業の一歩です。私はパンダの最も読みやすい（そして効率的な）方法で以下のことを達成する方法を提案することに感謝します。

目的は、集約された情報を保持する列を計算することです。 は、例えば、私は、このようなデータフレームdfを与えられています：

object color 
0  o1 gr 
1  o2 gr 
2  o2 rd 
3  o3 rd 
4  1o None 
5  2o None 
6  3o None 

オブジェクトは、例えば、いくつかの機能により類似であると考えられますreverse（o1 == 1oなど）。 は最終的に、私はdfに列colorsを追加したい：colorsは、各オブジェクトの色のセットを保持している

object color colors 
0  o1 gr  {gr} 
1  o2 gr {rd, gr} 
2  o2 rd {rd, gr} 
3  o3 rd  {rd} 
4  1o None  {gr} 
5  2o None {rd, gr} 
6  3o None  {rd} 

。 1o、2oおよびの未知の色は、それらの兄弟から取得されます。

現在、私はこれらの手順をしています：

d = OrderedDict([('object', ['o1', 'o2', 'o2', 'o3', '1o', '2o', '3o']),\ 
       ('color', ['gr', 'gr', 'rd', 'rd', None, None, None])]) 
df = pd.DataFrame(d) 

# 1. Group and aggregate the colors. 
colors = df.groupby('object')['color'].apply(set) 

# 2. Compute a lookup table 
colored = df.ix[~pd.isnull(df['color']), 'object'].unique() 
unknown = df.ix[pd.isnull(df['color']), 'object'].unique() 
lookup = {obj[::-1] : colors[obj] for obj in colored} 

# 3. Set colors of `1o`, ... (Initial Question!) 
colors[colors.index.isin(lookup.keys())] = colors.index.to_series().map(lookup) 

# 4. Add column `colors` original data frame 
df['colors'] = df['object'].map(colors) 

Answer 1

あなたの最初の（簡単な）例を使用して、あなたが行うことができます：

In [29]: s1.update(pd.Series(lookup)) 

In [30]: s1 
Out[30]: 
p1  keep 
p2 altered 
p3 changed 
dtype: object