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

import pandas as pdfrom 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]: serOut[583]: 2017-08-15 02017-08-16 12017-08-17 22017-08-18 32017-08-19 42017-08-20 52017-08-21 62017-08-22 72017-08-23 82017-08-24 9Freq: 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 102017-08-16 112017-08-17 122017-08-18 132017-08-19 142017-08-20 152017-08-21 162017-08-22 172017-08-23 182017-08-24 19Freq: 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 True2017-08-16 True2017-08-17 True2017-08-18 True2017-08-19 True2017-08-20 False2017-08-21 False2017-08-22 False2017-08-23 False2017-08-24 FalseFreq: D, dtype: bool

以上这篇对pandas中Series的map函数详解就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持。