熊猫列内的映射值

Posted 2023-03-12

【中文标题】熊猫列内的映射值

【英文标题】：Mapping values inside pandas column

【发布时间】：2019-01-02 18:24:14

【问题描述】：

我使用下面的代码将 S 列中的 2 个值映射为 0，但它不起作用。关于如何解决这个问题的任何建议？ 注意：我想在地图内实现一个外部函数。

 df = pd.DataFrame(
   'Age': [30,40,50,60,70,80],
   'Sex': ['F','M','M','F','M','F'],
   'S'  : [1,1,2,2,1,2]
 )
 def app(value):
     for n in df['S']:
         if n == 1:
             return 1
         if n == 2:
             return 0
 df["S"] = df.S.map(app)

【参考方案1】：

你可以这样做：

import numpy as np

df['S'] = np.where(df['S'] == 2, 0, df['S'])

【参考方案2】：

>>>df = pd.DataFrame('Age':[30,40,50,60,70,80],'Sex': 
 ['F','M','M','F','M','F'],'S': 
 [1,1,2,2,1,2])


>>> def app(value):
        return 1 if value == 1 else 0 
    # or app = lambda value : 1 if value == 1 else 0

>>> df["S"] = df["S"].map(app)

>>> df 
   Age  S Sex
      Age  S Sex
   0   30  1   F
   1   40  1   M
   2   50  0   M
   3   60  0   F
   4   70  1   M
   5   80  0   F

【参考方案3】：

不要使用 apply，只需使用 loc 来分配值：

df.loc[df.S.eq(2), 'S'] = 0

   Age Sex  S
0   30   F  1
1   40   M  1
2   50   M  0
3   60   F  0
4   70   M  1
5   80   F  0

如果您需要更高性能的选项，请使用 np.select。这也更具可扩展性，因为您可以随时添加更多条件：

df['S'] = np.select([df.S.eq(2)], [0], 1)

【参考方案4】：

使用eq 创建一个布尔系列并将该布尔系列转换为astype 的int：

df['S'] = df['S'].eq(1).astype(int)

或

df['S'] = (df['S'] == 1).astype(int)

输出：

   Age Sex  S
0   30   F  1
1   40   M  1
2   50   M  0
3   60   F  0
4   70   M  1
5   80   F  0

【讨论】：

嗯，这比通过loc分配要快得多

@user3483203 你可以试试 mask，应该更快:-) df.S.mask(df.S>1,0)

是的，快得多，我需要使用mask more :D

【参考方案5】：

使用矢量化 numpy 操作：

df['S'] = np.abs(df['S'] - 2)

并在面试和 SO 答案中脱颖而出 :)

【参考方案6】：

您可以按如下方式使用 .replace： df["S"] = df["S"].replace([2], 0) 这将在一行中将所有 2 个值替换为 0

【参考方案7】：

如果您只想更改等于 2 的值，可以使用pd.DataFrame.loc：

df.loc[df['S'] == 0, 'S'] = 0

不推荐pd.Series.apply，这只是一个隐蔽、低效的循环。

【参考方案8】：

您已经接近了，但您需要进行一些更正。既然要使用函数，请删除for 循环并将n 替换为value。此外，请使用 apply 而不是 map。 Apply 一次对整个列进行操作。请参阅此answer，了解如何正确使用apply vs applymap vs map

def app(value):
    if value == 1:
        return 1
    elif value == 2:
        return 0
df['S'] = df.S.apply(app)
   Age Sex  S
0   30   F  1
1   40   M  1
2   50   M  0
3   60   F  0
4   70   M  1
5   80   F  0