map() e applymap() per operazioni elemento per elemento

Series.map() applica una funzione, un dizionario o un'altra Series a ogni elemento di una Series e restituisce una nuova Series. A differenza di apply(), che può ricevere oggetti complessi, map() opera sempre su singoli valori scalari. È lo strumento standard per codificare valori categorici, cercare etichette in una tabella di mapping o applicare una semplice trasformazione elemento per elemento.

Passi una funzione, inclusa una lambda, a map() quando la trasformazione prevede una logica anziché una tabella di ricerca. La funzione riceve un valore scalare alla volta, quindi non può accedere ad altre righe o colonne. Per una semplice assegnazione condizionale di etichette, map() con una funzione è più chiaro di un ciclo, ma più lento di np.where() per Series di grandi dimensioni.

Sia map() sia replace() possono sostituire valori usando un dizionario. La differenza principale è che map() restituisce NaN per qualsiasi valore non presente nel dizionario, a meno che non si usi successivamente fillna(), mentre replace() lascia invariati i valori non corrispondenti. Usi replace() quando desidera modificare solo valori specifici e lasciare tutto il resto invariato.

È possibile passare un'altra Series a map() come tabella di ricerca: i valori della Series chiamante vengono usati come chiavi per cercare i valori nell'indice della Series argomento. È un modo conciso per unire una tabella di ricerca senza una chiamata completa a merge(): funziona come una ricerca vettorializzata in un dizionario, in cui la tabella di ricerca è indicizzata per chiave.

DataFrame.applymap() (chiamato DataFrame.map() in Pandas 2.1+) applica una funzione a ogni singola cella di un DataFrame. A differenza di apply(axis=0), che riceve un'intera colonna, applymap() riceve un valore scalare alla volta. È utile per formattare tutte le celle in modo uniforme, ad esempio arrotondando ogni cella numerica a 2 cifre decimali o convertendo ogni cella testuale in minuscolo.

Applichi una formattazione coerente delle stringhe a ogni cella di un DataFrame con valori misti, ad esempio convertendo tutti i valori in formato titolo o trasformando None in una stringa vuota. applymap(str.strip) rimuove gli spazi superflui da ogni cella dell'intero DataFrame con una sola chiamata, risultando molto più conciso rispetto all'iterazione sulle colonne e all'applicazione individuale di .str.strip() a ciascuna di esse.

Quando prepara un DataFrame da visualizzare in un report, formatti le celle numeriche come stringhe di valuta usando applymap(). In questo modo i numeri vengono convertiti in stringhe pronte per la visualizzazione senza modificare i tipi di dati sottostanti: la trasformazione riguarda solo l'output finale. Lo applichi come ultimo passaggio prima di chiamare to_excel() o to_html() per esportare la tabella formattata.

In Pandas 2.1, DataFrame.applymap() è stato rinominato in DataFrame.map() per essere coerente con Series.map(). Il vecchio applymap() continua a funzionare, ma genera un avviso di deprecazione. Nel codice di produzione, verifichi la versione di Pandas e usi df.map(func) se utilizza la versione 2.1 o successive, così da evitare avvisi di deprecazione nelle versioni future.

I modelli di machine learning richiedono input numerici, quindi le colonne categoriche devono essere codificate. Usi map() con un dizionario di codifica intera per convertire le categorie in numeri ordinali prima di fornire un DataFrame a un modello. Per le categorie nominali prive di un ordine naturale, preferisca pd.get_dummies() o OneHotEncoder di scikit-learn.

Concateni due chiamate a map() quando serve una ricerca a due livelli: prima mappi un codice su una chiave intermedia, quindi mappi la chiave intermedia sull'etichetta finale. Ad esempio, puoi mappare lo SKU di un prodotto sul codice della categoria e poi il codice della categoria sul nome della categoria. Concatenare due chiamate a map() è più chiaro rispetto a un dizionario annidato o a un merge seguito da un altro merge.

Quando usi map(func), la funzione viene chiamata anche per i valori NaN, causando potenzialmente un TypeError se la funzione non gestisce None. Avvolgi la funzione in un controllo dei valori null usando pd.isna(x) oppure usa il parametro na_action='ignore' in map() per ignorare i valori NaN e lasciarli come NaN nell'output senza chiamare la funzione.

Verifichi la sua comprensione dei concetti di analisi dei dati presentati in questa lezione.

In questa lezione ha imparato a: usare Series.map() per cercare valori scalari con funzioni e dizionari, usare DataFrame.applymap()/map() per formattare le celle di tutte le colonne e comprendere la differenza tra map() e replace() nella gestione dei valori non corrispondenti. Prossimamente esploreremo il concatenamento dei metodi con pipe() per creare pipeline di trasformazione leggibili.