Pandas 数据规整化——利用函数或映射进行数据转换

  • apply()是一种让函数作用于列或者行的操作
  • applymap()是一种让函数作用域DataFrame每一个元素的操作
  • map是一种让函数作用于Series每一个元素的操作

Pandas 数据规整化——利用函数或映射进行数据转换_第1张图片

假设你想要添加一列表示该肉类食物来源的动物类型。我们先编写一个不同肉类到动物的映射:

Pandas 数据规整化——利用函数或映射进行数据转换_第2张图片

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,但是这里有一个小问题,即有些肉类的首字母大写了,而另一些则没有。因此,我们还需要使用Series的str.lower方法,将各个值转换为小写:

Pandas 数据规整化——利用函数或映射进行数据转换_第3张图片

简单写法:匿名函数:

Pandas 数据规整化——利用函数或映射进行数据转换_第4张图片

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。

你可能感兴趣的:(python数据分析包)