Pandas Series Series.map() 功能
Minahil Noor
2023年1月30日
2020年11月7日
-
pandas.Series.map()語法 -
示例程式碼：
Series.map() -
示例程式碼：
Series.map()傳遞一個字典作為arg引數 -
示例程式碼：
Series.map()傳遞一個函式作為arg引數 -
示例程式碼：
Series.map()應用於DataFrame
Python Pandas Series.map() 函式替換一個 Series 的值。被替換的值可能來自於 Series、字典或一個函式。這個函式只對一個 Series 有效。如果我們將此函式應用於 DataFrame，那麼它將產生一個 AttributeError。
pandas.Series.map() 語法
Series.map(arg,
na_action= None)
引數
arg |
它是函式，字典或 Series。要替換的值來自這個函式、字典或 Series。 |
na_action |
該引數接受兩個值。None 和 ignore。它的預設值是 None。如果它的值是 ignore，那麼它就不會將派生值對映到 NaN 值。它忽略 NaN 值。 |
返回值
它返回一個與呼叫者具有相同索引的 Series。
示例程式碼：Series.map()
我們將生成一個包含 NaN 值的 Series，以檢查傳遞 na_action 引數後的輸出。
import pandas as pd
import numpy as np
series = pd.Series(['Rose',
'Lili',
'Tulip',
np.NaN,
'Orchid',
'Hibiscus',
'Jasmine',
'Daffodil',
np.NaN ,
'SunFlower',
'Daisy'])
print(series)
示例 Series 是：
0 Rose
1 Lili
2 Tulip
3 NaN
4 Orchid
5 Hibiscus
6 Jasmine
7 Daffodil
8 NaN
9 SunFlower
10 Daisy
dtype: object
我們使用 NumPy 來生成 NaN 值。
引數 arg 是一個強制性引數。如果它沒有被傳遞，那麼函式會產生一個 TypeError。我們將首先傳遞一個 Series 作為 arg 引數。
為了對映兩個 Series，第一個 Series 的最後一列應該與第二個 Series 的索引相同。
import pandas as pd
import numpy as np
first_series = pd.Series(['Rose',
'Lili',
'Tulip',
np.NaN,
'Orchid',
'Hibiscus',
'Jasmine',
'Daffodil',
np.NaN ,
'SunFlower',
'Daisy'])
second_series = pd.Series([23,34,67,90,21,45,29,70,56],
index = [
'Rose',
'Lili',
'Tulip',
'Orchid',
'Hibiscus',
'Jasmine',
'Daffodil',
'SunFlower',
'Daisy'])
series1 = first_series.map(second_series)
print(series1)
輸出：
0 23.0
1 34.0
2 67.0
3 NaN
4 90.0
5 21.0
6 45.0
7 29.0
8 NaN
9 70.0
10 56.0
dtype: float64
請注意，函式在比較了兩個 Series 之後，已經替換了這些值。
示例程式碼：Series.map() 傳遞一個字典作為 arg 引數
import pandas as pd
import numpy as np
series = pd.Series(['Rose',
'Lili',
'Tulip',
np.NaN,
'Orchid',
'Hibiscus',
'Jasmine',
'Daffodil',
np.NaN ,
'SunFlower',
'Daisy'])
dictionary = {
'Rose': 'One',
'Lili': 'Two',
'Orchid': 'Three',
'Jasmine': 'Four',
'Daisy': 'Five'}
series1 = series.map(dictionary)
print(series1)
輸出：
0 One
1 Two
2 NaN
3 NaN
4 Three
5 NaN
6 Four
7 NaN
8 NaN
9 NaN
10 Five
dtype: object
Series 中不在字典中的值會被 NaN 值代替。
示例程式碼：Series.map() 傳遞一個函式作為 arg 引數
現在我們將傳遞一個函式作為引數。
import pandas as pd
import numpy as np
series = pd.Series(['Rose',
'Lili',
'Tulip',
np.NaN,
'Orchid',
'Hibiscus',
'Jasmine',
'Daffodil',
np.NaN ,
'SunFlower',
'Daisy'])
series1 = series.map('The name of the flower is {}.'.format)
print(series1)
輸出：
0 The name of the flower is Rose.
1 The name of the flower is Lili.
2 The name of the flower is Tulip.
3 The name of the flower is nan.
4 The name of the flower is Orchid.
5 The name of the flower is Hibiscus.
6 The name of the flower is Jasmine.
7 The name of the flower is Daffodil.
8 The name of the flower is nan.
9 The name of the flower is SunFlower.
10 The name of the flower is Daisy.
dtype: object
這裡，我們傳遞了 string.format() 函式作為引數。請注意，該函式也被應用於 NaN 值。如果我們不想將該函式應用於 NaN 值，那麼我們將把 ignore 值傳遞給 na_action 引數。
import pandas as pd
import numpy as np
series = pd.Series(['Rose',
'Lili',
'Tulip',
np.NaN,
'Orchid',
'Hibiscus',
'Jasmine',
'Daffodil',
np.NaN ,
'SunFlower',
'Daisy'])
series1 = series.map('The name of the flower is {}.'.format, na_action='ignore')
print(series1)
輸出：
0 The name of the flower is Rose.
1 The name of the flower is Lili.
2 The name of the flower is Tulip.
3 NaN
4 The name of the flower is Orchid.
5 The name of the flower is Hibiscus.
6 The name of the flower is Jasmine.
7 The name of the flower is Daffodil.
8 NaN
9 The name of the flower is SunFlower.
10 The name of the flower is Daisy.
dtype: object
上面的示例程式碼已經忽略了 NaN 值。
示例程式碼：Series.map() 應用於 DataFrame
import pandas as pd
dataframe=pd.DataFrame(
{'Attendance':
{0: 60,
1: 100,
2: 80,
3: 75,
4: 95},
'Name':
{0: 'Olivia',
1: 'John',
2: 'Laura',
3: 'Ben',
4: 'Kevin'},
'Obtained Marks':
{0: 56,
1: 75,
2: 82,
3: 64,
4: 67}
})
dataframe1 = dataframe.map('The flower name is {}.'.format)
print(dataframe1)
輸出：
AttributeError: 'DataFrame' object has no attribute 'map'
函式產生了 AttributeError。