Series的map函数

• 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。
• 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。
• DataFrame中对应的是applymap()函数，当然DataFrame还有apply()函数

1.字典映射

例如，对数据的某个字段进行数字编码的时候：
字段’diagnosis’中的值均为：M或者B

df['diagnosis'] = df['diagnosis'].map({'M':1,'B':0})

map函数也可以搭配"lambda"函数使用：

import pandas as pd
from pandas import Series, DataFramedata = 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]})
meat_to_animal = {'bacon':'pig','pulled pork':'pig','pastrami':'cow','corned beef':'cow','honey ham':'pig','nova lox':'salmon' } data['animal'] = data['food'].map(str.lower).map(meat_to_animal) 
data data['food'].map(lambda x: meat_to_animal[x.lower()])

2.应用函数

In [579]: import pandas as pdIn [580]: from pandas import Series, DataFrameIn [581]: index = pd.date_range('2017-08-15', periods=10)In [582]: ser = Series(list(range(10)), index=index)In [583]: ser
Out[583]: 
2017-08-15 0
2017-08-16 1
2017-08-17 2
2017-08-18 3
2017-08-19 4
2017-08-20 5
2017-08-21 6
2017-08-22 7
2017-08-23 8
2017-08-24 9
Freq: D, dtype: int64In [585]: ser.index.map(lambda x: x.day)
Out[585]: Int64Index([15, 16, 17, 18, 19, 20, 21, 22, 23, 24], dtype='int64')In [586]: ser.index.map(lambda x: x.weekday)
Out[586]: Int64Index([1, 2, 3, 4, 5, 6, 0, 1, 2, 3], dtype='int64')In [587]: ser.map(lambda x: x+10)
Out[587]: 
2017-08-15 10
2017-08-16 11
2017-08-17 12
2017-08-18 13
2017-08-19 14
2017-08-20 15
2017-08-21 16
2017-08-22 17
2017-08-23 18
2017-08-24 19
Freq: D, dtype: int64In [588]: def f(x):...:  if x < 5:...:   return True...:  else:...:   return False...:  In [589]: ser.map(f)
Out[589]: 
2017-08-15  True
2017-08-16  True
2017-08-17  True
2017-08-18  True
2017-08-19  True
2017-08-20 False
2017-08-21 False
2017-08-22 False
2017-08-23 False
2017-08-24 False
Freq: D, dtype: bool