关注我们

Series.map函数

map()的主要任务用于映射公共列的两个Series值。要映射两个Series，第一个Series的最后一列应与第二个Series的索引列相同，并且值应唯一。

语法

Series.map(arg, na_action=None)

参数

arg - 函数，字典或Series。它指的是映射对应。
na_action - {None，'ignore'}，默认值无。如果忽略，它将返回空值，而不将其传递给映射对应。

返回值

它返回与调用者具有相同索引的PandasSeries。

例子1

复制代码

import pandas as pd
import numpy as np
a = pd.Series(['Java', 'C', 'C++', np.nan])
a.map({'Java': 'Core'})

输出

0      Core
1      NaN
2      NaN
3      NaN
dtype: object

例子2

复制代码

import pandas as pd
import numpy as np
a = pd.Series(['Java', 'C', 'C++', np.nan])
a.map({'Java': 'Core'})
a.map('I like {}'.format, na_action='ignore')

输出

0    I like Java
1       I like C
2     I like C++
3     I like nan
dtype: object

例子3

复制代码

import pandas as pd
import numpy as np
a = pd.Series(['Java', 'C', 'C++', np.nan])
a.map({'Java': 'Core'})
a.map('I like {}'.format)
a.map('I like {}'.format, na_action='ignore')

输出

0    I like Java
1       I like C
2     I like C++
3            NaN
dtype: object

祝学习愉快！(内容编辑有误？请选中要编辑内容 -> 右键 -> 修改 -> 提交！)

技术教程推荐

React Hooks 核心原理与实战 -〔王沛〕

超级访谈：对话张雪峰 -〔张雪峰〕

郭东白的架构课 -〔郭东白〕

结构思考力 · 透过结构看问题解决 -〔李忠秋〕

好记忆不如烂笔头。留下您的足迹吧 :)