【Day11-映射】浅谈python的map与pandas的map用法

复习一下国中数学应该都有学过函数映射的概念，就是根据特定的规则将输入转换成输出
在做资料处理的过程中，这就很适合用来协助我们处理一些资料的清理与替换
所以今天就简单来讲解一下python中map的一些用法

一般的map

在python中一般map的用法为

map(function, iterable, ...)

其中

• function：为用来处理映射规则的函数，常使用匿名函数lambda
• iterable：为可以迭代的元素，例如一个list

例子1：使用map将list元素都转成平方

A = [1,2,3,4,5]
list(map(lambda x: x**2, A))

输出

[1, 4, 9, 16, 25]

例子2：使用map将list元素都转成小写

B = ["Apple", "Book"]
list(map(lambda x: x.lower(), B))

输出

['apple', 'book']

pandas中的map

在pandas.series中，除了可以使用原本map传入一个函数的做法，也可以传入一个dict来处理需要将对应资料替换掉的情况(但要注意，如果原始资料不在这个dict的key当中的话，输出会是None哦)

例子3：使用map函数处理series

import pandas as pd
df = pd.DataFrame({"Name": ["Alice", "Bob", "Bob", "Bob", "Carol"],
                   "Score": [100, 95, 97, 97, 95]})
df["Score"].map(lambda x: "Perfect" if x == 100 else "Good")

例子4：使用dict处理series

import pandas as pd
df = pd.read_csv("iris.csv")

df["class"].map({'Iris-setosa':0, 'Iris-versicolor':1, 'Iris-virginica':2})