pandas map()-ag捕鱼王app官网

本教程解释了我们如何使用 series.map() 方法将 pandas series 的值替换为另一个值。

import pandas as pd
my_series = pd.series([85, 87, 90, 89], index=["1", "2", "3", "4"])
print(my_series, "\n")

输出：

1    85
2    87
3    90
4    89
dtype: int64

我们将使用上例中显示的 series my_series 来解释 pandas 中 map() 方法的工作。

pandas.series.map() 方法

语法

series.map(arg, na_action=none)

它根据 arg 参数替换调用者 series 对象中的值，返回一个 series 对象。arg 可以是 function、dictionary 或 series 对象，它决定了 series 对象的新值。

na_action 参数可以取 none 或'ignore'作为其值。'ignore'值的 na_action 表示忽略 series 中的 nan 值，对它们不做任何处理。

示例：对 pandas series 应用 map() 方法

import pandas as pd
my_series = pd.series([85, 87, 90, 89], index=["1", "2", "3", "4"])
altered_series = my_series.map({85: 80, 87: 80, 90: 90, 89: 80})
print("initial series:")
print(my_series, "\n")
print("altered series:")
print(altered_series, "\n")

输出：

initial series:
1    85
2    87
3    90
4    89
dtype: int64
altered series:
1    80
2    80
3    90
4    80
dtype: int64

它根据作为 map() 方法参数传递的字典中指定的值，替换 my_series 中的元素。

我们还可以通过 map() 方法使用函数来改变 pandas 系列的值。

import pandas as pd
my_series = pd.series([85, 87, 90, 89], index=["1", "2", "3", "4"])
altered_series = my_series.map(lambda x: str(x)  ".00")
print("initial series:")
print(my_series, "\n")
print("altered series:")
print(altered_series, "\n")

输出：

initial series:
1    85
2    87
3    90
4    89
dtype: int64
altered series:
1    85.00
2    87.00
3    90.00
4    89.00
dtype: object

它接收 my_series 中的每一个元素，并在 my_series 中的每一个元素的末尾添加 .00。

示例：使用 map() 方法改变 dataframe 中的特定列

import pandas as pd
df_1 = pd.dataframe(
    {
        "column 1": [85, 87, 90, 89],
        "column 2": [55, 54, 56, 66],
        "column 3": [23, 95, 65, 45],
    },
    index=["1", "2", "3", "4"],
)
print("initial dataframe:")
print(df_1, "\n")
df_1["column 1"] = df_1["column 1"].map(lambda x: x * 10)
print("dataframe after changing column 1:")
print(df_1)

输出：

initial dataframe:
   column 1  column 2  column 3
1        85        55        23
2        87        54        95
3        90        56        65
4        89        66        45
dataframe after changing column 1:
   column 1  column 2  column 3
1       850        55        23
2       870        54        95
3       900        56        65
4       890        66        45

它将使用 map() 方法只对 dataframe 的 column 1 应用 lambda 函数。由于单列是一个 series 对象，我们可以对 dataframe 的一列使用 map() 方法。然后我们将 map() 方法返回的 series 对象赋值回 df_1 dataframe 的 column 1。通过这种方式，我们只改变 dataframe 中特定列的值。