map() y applymap() para operaciones elemento a elemento

Series.map() aplica una función, un diccionario u otra Series a cada elemento de una Series y devuelve una nueva Series. A diferencia de apply(), que puede recibir objetos complejos, map() siempre opera sobre valores escalares individuales. Es la herramienta estándar para codificar valores categóricos, buscar etiquetas en una tabla de correspondencias o aplicar una transformación sencilla elemento a elemento.

Pase una función, incluida una lambda, a map() cuando la transformación implique lógica en lugar de una tabla de correspondencias. La función recibe un escalar cada vez, por lo que no puede acceder a otras filas o columnas. Para asignar etiquetas mediante una condición sencilla, map() con una función es más claro que un bucle, pero más lento que np.where() en Series grandes.

Tanto map() como replace() pueden sustituir valores mediante un diccionario. La diferencia principal es que map() devuelve NaN para cualquier valor que no se encuentre en el diccionario, a menos que use fillna() después, mientras que replace() deja sin cambios los valores no coincidentes. Use replace() cuando solo quiera cambiar valores específicos y mantener todo lo demás tal como está.

Puede pasar otra Series a map() como tabla de correspondencias: los valores de la Series sobre la que se llama se utilizan como claves para buscar valores en el índice de la Series pasada como argumento. Esta es una forma concisa de unir una tabla de correspondencias sin una llamada completa a merge(); funciona como una búsqueda vectorizada en un diccionario cuya tabla de correspondencias está indexada por clave.

DataFrame.applymap(), llamado DataFrame.map() en Pandas 2.1 y versiones posteriores, aplica una función a cada celda individual de un DataFrame. A diferencia de apply(axis=0), que recibe una columna completa, applymap() recibe un escalar cada vez. Resulta útil para dar formato uniforme a todas las celdas, por ejemplo, redondear a 2 decimales todas las celdas numéricas o convertir a minúsculas todas las celdas de texto.

Aplique un formato de cadena coherente a cada celda de un DataFrame con cadenas mixtas; por ejemplo, convierta todos los valores a formato de título o convierta None en una cadena vacía. applymap(str.strip) elimina los espacios en blanco de cada celda de todo el DataFrame con una sola llamada, lo que resulta mucho más conciso que iterar por las columnas y aplicar .str.strip() a cada una individualmente.

Al preparar un DataFrame para mostrarlo en un informe, dé formato de divisa a las celdas numéricas mediante applymap(). Esto convierte los números en cadenas listas para mostrar sin modificar los tipos de datos subyacentes; la transformación solo se aplica a la salida final. Aplíquela como último paso antes de llamar a to_excel() o to_html() para exportar la tabla con formato.

En Pandas 2.1, DataFrame.applymap() cambió su nombre a DataFrame.map() para ser coherente con Series.map(). El antiguo applymap() sigue funcionando, pero muestra una advertencia de obsolescencia. En código de producción, compruebe su versión de Pandas y use df.map(func) si utiliza la versión 2.1 o posterior, para evitar advertencias de obsolescencia en futuras versiones.

Los modelos de aprendizaje automático requieren entradas numéricas, por lo que las columnas categóricas deben codificarse. Use map() con un diccionario de codificación entera para convertir las categorías en números ordinales antes de pasar un DataFrame a un modelo. Para categorías nominales sin un orden natural, prefiera pd.get_dummies() o OneHotEncoder de scikit-learn.

Encadene dos llamadas a map() cuando necesite una búsqueda en dos niveles: primero asigne un código a una clave intermedia y, después, asigne la clave intermedia a una etiqueta final. Por ejemplo, asigne el SKU del producto a un código de categoría y, después, el código de categoría al nombre de la categoría. Encadenar dos llamadas a map() es más claro que usar un diccionario anidado o realizar una combinación seguida de otra.

Al usar map(func), la función se llama incluso para los valores NaN, lo que puede causar un TypeError si la función no gestiona None. Envuélvala con una comprobación de nulos mediante pd.isna(x) o use el parámetro na_action='ignore' en map() para omitir los valores NaN y dejarlos como NaN en la salida sin llamar a la función.

Compruebe su comprensión de los conceptos de análisis de datos de esta lección.

En esta lección ha aprendido: usar Series.map() para realizar búsquedas escalares con funciones y diccionarios, usar DataFrame.applymap()/map() para dar formato celda a celda en todas las columnas y comprender la diferencia entre map() y replace() al gestionar valores no coincidentes. A continuación, exploraremos el encadenamiento de métodos con pipe() para crear canalizaciones de transformación legibles.