pandas-数值映射和替换
映射列值是指将一个列中的某些特定值映射为另外一些值，常用于数据清洗和转换。
映射map()
Series.map(arg,na_action=None)
arg： 接收 function、dict 或 Series，表示映射关系；
import pandas as pd
data = {
'Name': ['Tom', 'Jerry', 'Spike', 'Tyke'],
'Age': [3, 4, 6, 1]
}
df = pd.DataFrame(data)
# 使用一个函数映射Name列
df['Name'] = df['Name'].map({'Tom': 'Top Cat', 'Jerry': 'The Terrorist'})
print(df)
输入字典dict
import pandas as pd
# 创建一个简单的 DataFrame
df = pd.DataFrame({'name': ['xiaomin', 'xiaoxin', 'wanglei'],
'age': [29, 25, 31],
'gender':['man','woman','man'],
'score':[90,92,98],
'home': ['beijing', 'chengdu', 'shanhai'],
'indx':['A','V','E'],
})
print(df)
# name age gender score home indx
# 0 xiaomin 29 man 90 beijing A
# 1 xiaoxin 25 woman 92 chengdu V
# 2 wanglei 31 man 98 shanhai E
gender_map={'man':'1','woman':'0'}
df['gender']=df['gender'].map(gender_map)
print(df)
# name age gender score home indx
# 0 xiaomin 29 1 90 beijing A
# 1 xiaoxin 25 0 92 chengdu V
# 2 wanglei 31 1 98 shanhai E
输入函数
import pandas as pd
# 创建一个简单的 DataFrame
df = pd.DataFrame({'name': ['xiaomin', 'xiaoxin', 'wanglei'],
'age': [29, 25, 31],
'gender':['man','woman','man'],
'score':[90,92,98],
'home': ['beijing', 'chengdu', 'shanhai'],
'indx':['A','V','E'],
})
print(df)
def gender_map(x):
gender = 1 if x == "man" else 0
return gender
#注意这里传入的是函数名，不带括号
data["gender"] = data["gender"].map(gender_map)
# name age gender score home indx
# 0 xiaomin 29 1 90 beijing A
# 1 xiaoxin 25 0 92 chengdu V
# 2 wanglei 31 1 98 shanhai E
df['score'] = df['score'].map(lambda x : "%.3f"%x)
print(df)
# name age gender score home indx
# 0 xiaomin 29 1 90.000 beijing A
# 1 xiaoxin 25 0 92.000 chengdu V
# 2 wanglei 31 1 98.000 shanhai E
替换replace()
DataFrame.replace(self, to_replace=None, value=None, inplace=False, limit=None, regex=False, method='pad')
to_replace： 接收 str、regex、list、dict、Series、int、float 或者 None，表示将被替换的值；
1）numeric: 等于to_replace的数值将被替换为value
2）str: 完全匹配to_replace的字符串将被替换为值
3）regex: 匹配to_replace的正则表达式将被替换为值
value： 接收标量、字典、列表、str、正则表达式，默认为 None；用于替换与 to_replace 匹配的任何值的值；
inplace： 接收布尔值，默认为 False，如果是 True，将修改原来的数据；
limit： 接收 int，默认为 None，用于限制填充次数；
regex： 接收 bool 或与 to_replace 相同的类型，默认为 False，表示是否将 to_replace 或 value 解释为正则表达式
method： 取值为 {'pad'，'ffill'，'bfill'，无}
# 单数替换
s = pd.Series([0, 1, 2, 3, 4])
s.replace(0, 5)
#0 5
#1 1
#2 2
#3 3
#4 4
#dtype: int64
import pandas as pd
import numpy as np
# 创建一个简单的 DataFrame
df = pd.DataFrame(np.arange(1,16).reshape(3,5),
columns=list("abcef"))
print(df)
# a b c e f
# 0 1 2 3 4 5
# 1 6 7 8 9 10
# 2 11 12 13 14 15
df.replace([0, 1, 2, 3], 4)
df.replace([0, 1, 2, 3], [4, 3, 2, 1])
s.replace([1, 2], method='bfill')
dtype: int64
>>> df.replace({0: 10, 1: 100})
A B C
0 10 5 a
1 100 6 b
2 2 7 c
3 3 8 d
4 4 9 e
>>> df.replace({'A': 0, 'B': 5}, 100)
A B C
0 100 100 a
1 1 6 b
2 2 7 c
3 3 8 d
4 4 9 e
>>> df.replace({'A': {0: 100, 4: 400}})
A B C
0 100 5 a
1 1 6 b
2 2 7 c
3 3 8 d
4 400 9 e
参考资料
https://zhuanlan.zhihu.com/p/100064394