Pandas 数据规整化——利用函数或映射进行数据转换

本文介绍了如何在Pandas中利用apply()、applymap()和map()函数进行数据转换。通过示例展示了如何使用映射将肉类转换为对应的动物类型,并用匿名函数处理大小写问题,进行数据规整化。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

  • 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

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:

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:

简单写法:匿名函数:

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。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值