pandas中series對象map方法的使用案例

小編給大家分享一下pandas中series對象map方法的使用案例，相信大部分人都還不怎么了解，因此分享這篇文章給大家參考一下，希望大家閱讀完這篇文章后大有收獲，下面讓我們一起去了解一下吧！

python的五大特點是什么

python的五大特點：1.簡單易學，開發程序時，專注的是解決問題,而不是搞明白語言本身。2.面向對象，與其他主要的語言如C++和Java相比, Python以一種非常強大又簡單的方式實現面向對象編程。3.可移植性，Python程序無需修改就可以在各種平臺上運行。4.解釋性，Python語言寫的程序不需要編譯成二進制代碼,可以直接從源代碼運行程序。5.開源，Python是 FLOSS(自由/開放源碼軟件)之一。

Python3中，想要進行數據清洗可以使用pandas中series對象map方法，series對象map方法 將映射用于數據轉換，相當于DataFrame中的apply函數，只不過是針對Series的。

一、Series的map方法描述

可以接受一個函數或含有映射關系的字典型對象。 

使用map函數，則是對Series進行逐元素操作。

通過函數（映射）使用Series的map方法接受列數據：修改對象中的子集的值。

功能：使用map是一種實現元素級轉換以及其他數據清理工作的便捷方式。 

注意：所有字符串和正則表達式方法都能被應用于各個值（傳入lambda表達式或其他函數），但是如果存在NA就會報錯。

二、使用實例

data=pd.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]})
print(data)
meat_to_animal={
        'bacon':'pig',
        'pulled pork':'pig',
       'pastrami':'cow',
       'corned beef':'cow',
       'honey ham':'pig',
       'nova lox':'salmon'}
lowercased=data['food'].str.lower() #轉換成Series
print(lowercased)
data['animal']=lowercased.map(meat_to_animal)
print(data)

以上是“pandas中series對象map方法的使用案例”這篇文章的所有內容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內容對大家有所幫助，如果還想學習更多知識，歡迎關注億速云行業資訊頻道！