pandas 数据转换函数map、apply、applymap

本文介绍了pandas中用于数据转换的三个关键函数:map主要用于Series的值对值映射,apply适用于Series的值处理和DataFrame的轴向处理,而applymap则针对DataFrame的每个元素进行操作。
摘要由CSDN通过智能技术生成
import pandas as pd 
import os 
os.chdir(r'C:\Users\Hans\Desktop\data_analysis')
df = pd.read_excel('pandas_multiindex.xls')
df.head()
日期 收盘 开盘 交易量 涨跌幅 公司
0 2020年5月27日 201.18 202.64 202.64 196.77 23.61M -0.0027 BABA
1 2020年5月26日 201.72 205.96 206.69 201.16 28.68M 0.0101 BABA
2 2020年5月22日 199.70 203.23 204.88 198.99 51.98M -0.0587 BABA
3 2020年5月21日 212.16 210.91 214.51 209.54 29.85M -0.0214 BABA
4 2020年5月20日 216.79 220.12 221.10 210.78 38.32M -0.0019 BABA

“”"
(1)map 只用于Series,实现每个值–>值的映射
(2)apply 用于Series实现每个值的处理,用于DataFrame实现某个轴的Series的处理
(3)applymap 只能用于DataFrame,用于处理DataFrame的每个元素
“”"

df["公司"].unique()
array(['BABA', 'JD', 'JSR', 'HR'], dtype=object)
#(1)map用于Series值的转换。实例:将股票代码英文转换成中文名字
dict_names = {
   "BABA":"阿里巴巴","JD":"京东","JSR":"金斯瑞","HR":"恒瑞"} 
#方法一:Series.map(dict)
df["公司中文名称1"] = df["公司"].map(dict_names)
d
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值