pandas的数据转换函数map、apply、applymap

数据转换函数对比：map、apply、applymap：

一、 map：只用于Series，实现每个值->值的映射；

1、数据准备

import pandas as pd
stocks = pd.read_excel(r"D:\node\nd\Pandas_study\pandas_test\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"
}

image.png

2、Series.map(dict)

stocks["公司中文1"] = stocks["公司"].str.lower().map(dict_company_names)
print(stocks.head())

image.png

3、Series.map(function)

function的参数是Series的每个元素的值

stocks["公司中文2"] = stocks["公司"].map(lambda x:dict_company_names[x.lower()])
print(stocks.head())

image.png

二、 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；

• Series.apply(function), 函数的参数是每个值

stocks["公司中文3"] = stocks["公司"].apply(lambda x:dict_company_names[x.lower()])
print(stocks.head())

image.png

• DataFrame.apply(function), 函数的参数是Series

stocks["公司中文4"] = stocks.apply(lambda x:dict_company_names[x["公司"].lower()],axis = 1)
print(stocks.head())

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

image.png

三、 applymap：只能用于DataFrame，用于处理该DataFrame的每个元素；

1、将多列取整

sub_df = stocks[["收盘","开盘","高","低","交易量"]]
print(sub_df.head())
a = sub_df.applymap(lambda x :int(x))
print(a)

image.png

2、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())

image.png