小编给大家分享一下pandas中series对象map方法的使用案例,相信大部分人都还不怎么了解,因此分享这篇文章给大家参考一下,希望大家阅读完这篇文章后大有收获,下面让我们一起去了解一下吧!
python的五大特点:1.简单易学,开发程序时,专注的是解决问题,而不是搞明白语言本身。2.面向对象,与其他主要的语言如C++和Java相比, Python以一种非常强大又简单的方式实现面向对象编程。3.可移植性,Python程序无需修改就可以在各种平台上运行。4.解释性,Python语言写的程序不需要编译成二进制代码,可以直接从源代码运行程序。5.开源,Python是 FLOSS(自由/开放源码软件)之一。
Python3中,想要进行数据清洗可以使用pandas中series对象map方法,series对象map方法 将映射用于数据转换,相当于DataFrame中的apply函数,只不过是针对Series的。
一、Series的map方法描述
可以接受一个函数或含有映射关系的字典型对象。
使用map函数,则是对Series进行逐元素操作。
通过函数(映射)使用Series的map方法接受列数据:修改对象中的子集的值。
功能: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。
注意:所有字符串和正则表达式方法都能被应用于各个值(传入lambda表达式或其他函数),但是如果存在NA就会报错。
二、使用实例
data=pd.DataFrame({'food':['bacon','pulled pork','bacon','Pastrami', 'corned beef','bacon','pastrami', 'honey ham','nova lox'], 'ounces':[4,3,12,6,7.5,8,3,5,6]}) print(data) meat_to_animal={ 'bacon':'pig', 'pulled pork':'pig', 'pastrami':'cow', 'corned beef':'cow', 'honey ham':'pig', 'nova lox':'salmon'} lowercased=data['food'].str.lower() #转换成Series print(lowercased) data['animal']=lowercased.map(meat_to_animal) print(data)
以上是“pandas中series对象map方法的使用案例”这篇文章的所有内容,感谢各位的阅读!相信大家都有了一定的了解,希望分享的内容对大家有所帮助,如果还想学习更多知识,欢迎关注亿速云行业资讯频道!
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。