Pandas map()
Suraj Joshi
2021年1月22日
本教程解釋了我們如何使用 Series.map() 方法將 Pandas Series 的值替換為另一個值。
import pandas as pd
my_series = pd.Series(
[85,87,90,89],
index=["1","2","3","4"])
print(my_series,"\n")
輸出：
1 85
2 87
3 90
4 89
dtype: int64
我們將使用上例中顯示的 Series my_series 來解釋 Pandas 中 map() 方法的工作。
pandas.Series.map() 方法
語法
Series.map(arg,
na_action=None)
它根據 arg 引數替換呼叫者 Series 物件中的值，返回一個 Series 物件。arg 可以是 function、dictionary 或 Series 物件，它決定了 Series 物件的新值。
na_action 引數可以取 None 或'ignore'作為其值。'ignore'值的 na_action 表示忽略 Series 中的 NaN 值，對它們不做任何處理。
示例：對 Pandas Series 應用 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")
輸出：
Initial Series:
1 85
2 87
3 90
4 89
dtype: int64
Altered Series:
1 80
2 80
3 90
4 80
dtype: int64
它根據作為 map() 方法引數傳遞的字典中指定的值，替換 my_series 中的元素。
我們還可以通過 map() 方法使用函式來改變 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")
輸出：
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 中的每一個元素，並在 my_series 中的每一個元素的末尾新增 .00。
示例：使用 map() 方法改變 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)
輸出：
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
它將使用 map() 方法只對 DataFrame 的 Column 1 應用 lambda 函式。由於單列是一個 Series 物件，我們可以對 DataFrame 的一列使用 map() 方法。然後我們將 map() 方法返回的 Series 物件賦值回 df_1 DataFrame 的 Column 1。通過這種方式，我們只改變 DataFrame 中特定列的值。
Author: Suraj Joshi
Suraj Joshi is a backend software engineer at Matrice.ai.
LinkedIn