pandas 中Series的map函数

Series的map方法可以接受一个函数或含有映射关系的字典型对象。 
使用map是一种实现元素级转换以及其他数据清理工作的便捷方式。 
（DataFrame中对应的是applymap()函数，当然DataFrame还有apply()函数）

1.字典映射

import pandas as pd
from pandas import Series, DataFrame
data = DataFrame({'food':['bacon','pulled pork','bacon','Pastrami',
'corned beef','Bacon','pastrami','honey ham','nova lox'],
'ounces':[4,3,12,6,7.5,8,3,5,6]})
meat_to_animal = {
'bacon':'pig',
'pulled pork':'pig',
'pastrami':'cow',
'corned beef':'cow',
'honey ham':'pig',
'nova lox':'salmon'
}
data['animal'] = data['food'].map(str.lower).map(meat_to_animal)
data
data['food'].map(lambda x: meat_to_animal[x.lower()])

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18

2.应用函数

In [579]: import pandas as pd
In [580]: from pandas import Series, DataFrame
In [581]: index = pd.date_range('2017-08-15', periods=10)
In [582]: ser = Series(list(range(10)), index=index)
In [583]: ser
Out[583]:
2017-08-15
0
2017-08-16
1
2017-08-17
2
2017-08-18
3
2017-08-19
4
2017-08-20
5
2017-08-21
6
2017-08-22
7
2017-08-23
8
2017-08-24
9
Freq: D, dtype: int64
In [585]: ser.index.map(lambda x: x.day)
Out[585]: Int64Index([15, 16, 17, 18, 19, 20, 21, 22, 23, 24], dtype='int64')
In [586]: ser.index.map(lambda x: x.weekday)
Out[586]: Int64Index([1, 2, 3, 4, 5, 6, 0, 1, 2, 3], dtype='int64')
In [587]: ser.map(lambda x: x+10)
Out[587]:
2017-08-15
10
2017-08-16
11
2017-08-17
12
2017-08-18
13
2017-08-19
14
2017-08-20
15
2017-08-21
16
2017-08-22
17
2017-08-23
18
2017-08-24
19
Freq: D, dtype: int64
In [588]: def f(x):
...:
if x < 5:
...:
return True
...:
else:
...:
return False
...:
In [589]: ser.map(f)
Out[589]:
2017-08-15
True
2017-08-16
True
2017-08-17
True
2017-08-18
True
2017-08-19
True
2017-08-20
False
2017-08-21
False
2017-08-22
False
2017-08-23
False
2017-08-24
False
Freq: D, dtype: bool

最后

以上就是壮观路灯为你收集整理的pandas 中Series的map函数的全部内容，希望文章能够帮你解决pandas 中Series的map函数所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。