4.5 数据处理操作-map apply applymap

在日常的数据处理中，经常会对一个DataFrame进行逐行、逐列和逐元素的操作。Pandas中的map、apply和applymap可以解决绝大部分这样的数据处理需求。

In [1]:

import numpy as np
import pandas as pd

4.5.1 Series数据处理

1. map用法

• 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，实现对应元素值转换。

In [2]:

#读取学生信息
st = pd.read_excel('data/stinfo.xlsx',index_col=0)
st.head(3)

Out[2]:

	姓名	学号	出生日期	年龄	籍贯	性别	身高	体重	linux	python	网络	数据库	IT基础
0	甲一	50	2001年1月1日	19	福田	男	172	69	92	90	82	NaN	80
1	乙二	51	1999年2月2日	21	龙岗	男	180	77	95	88	85	NaN	80
2	丙三	52	2002年3月3日	18	南山	女	160	49	85	91	93	NaN	80

将性别的男女类别用1和0替换：

In [3]:

#使用字典进行映射
st["性别"] = st["性别"].map({"男":1, "女":0})
st.head(3)

Out[3]:

	姓名	学号	出生日期	年龄	籍贯	性别	身高	体重	linux	python	网络	数据库	IT基础
0	甲一	50	2001年1月1日	19	福田	1	172	69	92	90	82	NaN	80
1	乙二	51	1999年2月2日	21	龙岗	1	180	77	95	88	85	NaN	80
2	丙三	52	2002年3月3日	18	南山	0	160	49	85	91	93	NaN	80

将学号补全：

In [4]:

st['学号'] = st['学号'].map('20010203{}'.format)
st.head(3)

Out[4]:

	姓名	学号	出生日期	年龄	籍贯	性别	身高	体重	linux	python	网络	数据库	IT基础
0	甲一	2001020350	2001年1月