使用嵌套defaultdict重新分配熊猫系列值

Question

我正在研究NFL数据集，并希望对df中的每个播放进行以下映射：

• 我正在尝试用每个玩家到该比赛冲锋者的距离填充一列（DistToRusher）。>
• DistToRusher列当前填充有玩家ID。
• 我正在尝试将这些玩家ID映射到内部字典键中的ID，然后将其替换为内部字典值。

我有一个像这样的defaultdict-of-dictionaries：

dist_dict = {play_id1: {player_id1: distance, player_id2: distance ...}, 
             play_id2: {player_id1: distance, player_id2: distance ...}...}
这是我的代码：

def populate_DistToRusher_column(df):
    for play_id, players_dict in dist_dict.items():
        df[df.PlayId == play_id].replace({'DistToRusher': players_dict}, inplace=True)
    return df
此代码运行，速度很慢（20-30s），并且不会更改DistToRusher列；当我检查df时，DistToRusher仍然包含玩家ID号而不是距离。

这里是实际数据的玩具版本：

df = pd.DataFrame.from_dict({'PlayId': {0: 20170907000118,
  1: 20170907000118,
  2: 20170907000118,
  22: 20170907000139,
  23: 20170907000139,
  24: 20170907000139},
 'NflId': {0: 496723,
  1: 2495116,
  2: 2495493,
  22: 496723,
  23: 2495116,
  24: 2495493},
 'NflIdRusher': {0: 2543773,
  1: 2543773,
  2: 2543773,
  22: 2543773,
  23: 2543773,
  24: 2543773},
 'DistToRusher': {0: 496723,
  1: 2495116,
  2: 2495493,
  22: 496723,
  23: 2495116,
  24: 2495493}})

dist_dict = {20170907000118: defaultdict(float,
             {496723: 6.480871854928166,
              2495116: 4.593310353111358,
              2495493: 5.44898155621764}),
 20170907000139: defaultdict(float,
             {496723: 8.583355987025117,
              2495116: 5.821151088917024,
              2495493: 6.658686056573021})}

我正在研究NFL数据集，并希望为df中的每场比赛进行以下映射：我正在尝试在列（DistToRusher）中填充每个球员到该比赛冲锋者的距离... 。

Answer 1

我认为这是正确的，IIUC：

Answer 2

感谢@oppressionslayer！这就像一个魅力：