Pandas map函数和apply函数的使用

map函数:

使用场景:只用于series,实现每一个值对值的映射,用于对特定值的修改。

方法1:创建映射字典dict

前提:(dataframe中公司的名称为英文,此时创建一个转换的字典,可以将英文转换为中文

dict={'baidu':'百度','huawei':'华为','meituan':'美团'})

stock['公司中文']=stock['公司'].str.map(dict)

方法2:series.map(func)

stock['公司中文']=stock['公司'].map(lambda x:dict['x'])

apply函数:

1.Series.apply(function) 其中function的参数是series的每一个值

dataframe中公司的名称为英文,此时创建一个转换的字典,可以将英文转换为中文

dict={'baidu':'百度','huawei':'华为','meituan':'美团'}

stock['公司中文']=stock['公司'].apply(lambda x : dict['x'])

2.dataframe.apply(function) 

stock['公司中文']=stock.apply(lambda x : dict[x['公司']],axis=1)

©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成,浏览时请结合常识与多方信息审慎甄别。
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

友情链接更多精彩内容