13-Pandas之数据转换(applymap()、map()、replace())

  在数据分析中,根据需求,有时候需要将一些数据进行转换,而在Pandas中,实现数据转换的常用方法有:

  • 利用函数或是映射
  • 可以将自己定义的或者是其他包提供的函数用在Pandas对象上实现批量修改
  • applymapmap实例方法

 

  在本节中,使用调查的某公司的员工信息为例:

numeber_project:员工所在项目个数

left:该员工是否离职

salary:工资级别

 

>>> import pandas as pd
>>> import numpy as np
>>> data  = pd.read_csv(‘./input/HR.csv‘,encoding = ‘gbk‘)
>>> data = data[[‘number_project‘,‘left‘,‘salary‘]]
>>> data.head()
   number_project  left  salary
0               2     1     low
1               5     1  medium
2               7     1  medium
3               5     1     low
4               2     1     low

 一、map()、replace()

(1)使用函数。例:salary列的数据转换成每个单词的字母大写

>>> data[‘salary‘].map(str.title)[:5]
0       Low
1    Medium
2    Medium
3       Low
4       Low
Name: salary, dtype: object

(2)使用映射关系的字典。例:于left,生成一个指标标量indicator。若为‘YES’,表示left=1,若为‘NO’,表示left=0(一般在数据处理时是将字符处理成0,1...n,在此时为了便于理解,故如此举例)。

>>> mapper = {0:‘NO‘,1:‘YES‘}
>>> data[‘left‘] = data[‘left‘].map(mapper)
>>> data.head()
   number_project left  salary
0               2  YES     Low
1               5  YES  Medium
2               7  YES  Medium
3               5  YES     Low
4               2  YES     Low

(3)重命名索引---->通过map方法可以对行索引或是列名的Index对象进行修改(行索引和列明都是Index对象

>>> data.columns
Index([‘number_project‘, ‘left‘, ‘salary‘], dtype=‘object‘)
>>> data.columns.map(str.upper)
Index([‘NUMBER_PROJECT‘, ‘LEFT‘, ‘SALARY‘], dtype=‘object‘)

(4)使用映射,若需要将数据按照一定的映射关系进行替换,使用replace()。多个值的替换可以用列表少数的值可以用包含映射关系的字典字典。

例:将number_project的值2、3、4设置为less,5、6、7设置为More。

>>> data[‘number_project‘] = data[‘number_project‘].replace([2,3,4,5,6,7],[‘Less‘,‘Less‘,‘Less‘,‘More‘,‘More‘,‘More‘])
>>> data.head()
  number_project left  salary
0           Less  YES     Low
1           More  YES  Medium
2           More  YES  Medium
3           More  YES     Low
4           Less  YES     Low

 

 

13-Pandas之数据转换(applymap()、map()、replace())

上一篇:js—ajax与cors


下一篇:华为手机内核代码的编译及刷入教程【通过魔改华为P9 Android Kernel 对抗反调试机制】