python pandas的map函数使用解析

在Pandas中，map()函数是一种应用于DataFrame或Series中每个元素的函数，它可以用于执行一些简单的数据转换。

以下是一些使用map()函数的示例：

使用内置函数：

import pandas as pd

创建一个Series

s = pd.Series([1, 2, 3, 4, 5])

使用内置的平方根函数

s_squared = s.map(lambda x: x ** 2)

print(s_squared)
使用字典映射：

import pandas as pd

创建一个DataFrame

df = pd.DataFrame({
‘A’: [1, 2, 3, 4],
‘B’: [5, 6, 7, 8]
})

      # 创建一个映射字典
      map_dict = {1: 'One', 2: 'Two', 3: 'Three', 4: 'Four'}
       
       # 使用映射字典
       df_mapped = df.applymap(lambda x: map_dict.get(x))
        
        print(df_mapped)

使用Series映射：

import pandas as pd

创建一个DataFrame

df = pd.DataFrame({
‘A’: [1, 2, 3, 4],
‘B’: [5, 6, 7, 8]
})

      # 创建一个映射Series
      map_series = pd.Series([99, 88, 77, 66])
      index_map = {1: 0, 2: 1, 3: 2, 4: 3}
       
       # 使用映射Series
       df_mapped = df.applymap(lambda x: map_series[index_map.get(x)])
        
        print(df_mapped)

使用外部函数映射：

import pandas as pd

创建一个DataFrame

df = pd.DataFrame({
‘A’: [‘a’, ‘b’, ‘c’, ‘d’],
‘B’: [‘e’, ‘f’, ‘g’, ‘h’]
})

      # 定义外部映射函数
      def custom_map(letter):
          return letter.upper()
           
           # 使用外部映射函数
           df_mapped = df.applymap(custom_map)
            
            print(df_mapped)

以上示例展示了如何在Pandas中使用map()函数进行简单的数据转换。