Создайте новый столбец в df на основе членства значений из другого столбца в словаре. ⇐ Python

[Anonymous]

Python 3.12.3
Polars 1.8.2
Polars-lts-cpu: 1.10.0
ОС: Linux-lite 24.04 VM
У меня есть следующий код:

Код: Выделить всё

import polars as pl

countries = ['usa', 'france', 'brazil']
calling_codes = [1, 33, 55]

df = pl.DataFrame({'country': countries, 'calling_code': calling_codes })

capitals_dict = {'usa':'washington_dc', 'france': 'paris', 'brazil': 'brasilia'}

Я хотел бы создать новый столбец с именем Capital в df, который заполняется значениями в Capitals_dict, если страна, найденная в df['country'] находится в ключах Capitals_dict. Я не совсем уверен, имеет ли это смысл, поэтому я могу написать какой-нибудь псевдокод или что-то еще, если это проще.
Я пробовал использовать фильтр, заменить, with_columns и map_elements, но пока безуспешно. Я знаю о полярах всего несколько дней, поэтому прошу прощения за простой вопрос. Мы будем очень признательны за любую помощь!
РЕДАКТИРОВАТЬ 24 октября 2024 г.
Приношу извинения за это исправление. Мои данные выглядят примерно так:

Код: Выделить всё

import polars as pl

countries = ['usa', 'france', 'japan', 'brazil', 'new_zealand']
calling_codes = [1, 33, 81, 55, 64]

df = pl.DataFrame({'country': countries, 'calling_code': calling_codes })

capitals_dict = {'usa':'washington_dc', 'france': 'paris', 'brazil': 'brasilia'}

df.with_columns(capital = pl.col("country").replace(capitals_dict)) работает, но заполняет строки для Японии и новой_зеландии с названием страны. Как мне назначить значение по умолчанию для стран не из списка Capitals_dict, а из списков стран и Calling_codes?
Еще раз прошу прощения за неточность в первом посте и благодарен за любую помощь!

Подробнее здесь: https://stackoverflow.com/questions/791 ... umn-in-a-d