pandas的数据转换函数map、apply、applymap

「爱情、让人受尽委屈。」 2023-02-26 13:24 16阅读 0赞

### Pandas的数据转换函数map、apply、applymap ###

数据转换函数对比：map、apply、applymap：

**map**：只用于Series，实现每个值->值的映射；  
**apply**：用于Series实现每个值的处理，用于Dataframe实现某个轴的Series的处理；  
**applymap**：只能用于DataFrame，用于处理该DataFrame的每个元素；

import pandas as pd
    
    stocks = pd.read_excel('./pandas/ant-learn-pandas/datas/stocks/互联网公司股票.xlsx')
    
    print(stocks.head())
    
    print(stocks["公司"].unique())
    
    # 公司股票代码到中文的映射，注意这里是小写
    dict_company_names = { 
        "bidu": "百度",
        "baba": "阿里巴巴",
        "iq": "爱奇艺",
        "jd": "京东"
    }

### map用于Series值的转换 ###

# map用于Series值的转换
    # 方法一：Series.map(dict)
    stocks["公司中文1"] = stocks["公司"].str.lower().map(dict_company_names)
    print(stocks.head())
    
    # 方法2：Series.map(function)
    stocks["公司中文2"] = stocks["公司"].map(lambda x: dict_company_names[x.lower()])
    print(stocks.head())

### apply用于Series和DataFrame的转换 ###

# apply用于Series和DataFrame的转换
    # Series.apply(function),function的参数是Series的每个值
    stocks["公司中文3"] = stocks["公司"].apply(lambda x: dict_company_names[x.lower()])
    print(stocks.head())
    
    # DataFrame.apply(function),function的参数是对应轴的Series
    stocks["公司中文4"] = stocks.apply(
        lambda x: dict_company_names[x["公司"].lower()],
        axis=1)

注意这个代码：  
1、apply是在stocks这个DataFrame上调用；  
2、lambda x的x是一个Series，因为指定了axis=1所以Seires的key是列名，可以用x\[‘公司’\]获取

### applymap用于DataFrame所有值的转换 ###

# applymap用于DataFrame所有值的转换
    sub_df = stocks[['收盘', '开盘', '高', '低', '交易量']]
    
    # 将这些数字取整数，应用于所有元素
    sub_df.applymap(lambda x : int(x))
    
    # 直接修改原df的这几列
    stocks.loc[:, ['收盘', '开盘', '高', '低', '交易量']] = sub_df.applymap(lambda x : int(x))
    
    print(stocks.head())