map() och applymap() för elementvisa operationer

Series.map() tillämpar en funktion, en ordlista eller en annan Series på varje element i en Series och returnerar en ny Series. Till skillnad från apply(), som kan ta emot komplexa objekt, arbetar map() alltid med individuella skalära värden. Det är standardverktyget för att koda kategoriska värden, slå upp etiketter i en mappningstabell eller tillämpa en enkel omvandling element för element.

Skicka en funktion, inklusive en lambda-funktion, till map() när omvandlingen innehåller logik snarare än en uppslagstabell. Funktionen tar emot ett skalärt värde i taget och kan därför inte komma åt andra rader eller kolumner. För en enkel villkorsstyrd etikettilldelning är map() med en funktion tydligare än en loop, men långsammare än np.where() för stora Series.

Både map() och replace() kan ersätta värden med hjälp av en ordlista. Den viktiga skillnaden är att map() returnerar NaN för värden som inte finns i ordlistan, om Ni inte använder fillna() efteråt, medan replace() lämnar omatchade värden oförändrade. Använd replace() när Ni bara vill ändra specifika värden och låta allt annat vara som det är.

Ni kan skicka en annan Series till map() som uppslagstabell: värdena i den anropande Series används som nycklar för att slå upp värden i indexet för Series-argumentet. Detta är ett koncist sätt att koppla en uppslagstabell utan ett fullständigt anrop till merge() – det fungerar som en vektoriserad uppslagning i en ordlista där uppslagstabellen är indexerad efter nyckel.

DataFrame.applymap() (kallas DataFrame.map() i Pandas 2.1+) tillämpar en funktion på varje enskild cell i en DataFrame. Till skillnad från apply(axis=0), som tar emot en hel kolumn, tar applymap() emot ett skalärt värde i taget. Det är användbart för att formatera alla celler enhetligt – till exempel avrunda varje numerisk cell till två decimaler eller omvandla varje textcell till gemener.

Tillämpa en enhetlig textformatering på varje cell i en DataFrame med blandade textvärden – till exempel genom att ändra alla värden till titeltext eller omvandla None till en tom sträng. applymap(str.strip) tar bort blanksteg från varje cell i hela DataFrame med ett enda anrop, vilket är betydligt mer koncist än att iterera över kolumner och tillämpa .str.strip() på var och en.

När Ni förbereder en DataFrame för visning i en rapport kan Ni formatera numeriska celler som valutasträngar med applymap(). Detta omvandlar tal till visningsklara strängar utan att ändra de underliggande datatyperna – omvandlingen gäller endast det slutliga resultatet. Tillämpa den som sista steg innan Ni anropar to_excel() eller to_html() för att exportera den formaterade tabellen.

I Pandas 2.1 bytte DataFrame.applymap() namn till DataFrame.map() för att överensstämma med Series.map(). Den gamla applymap() fungerar fortfarande, men genererar en utfasningsvarning. Kontrollera Pandas-versionen i produktionskod och använd df.map(func) om Ni använder version 2.1 eller senare, så undviker Ni utfasningsvarningar i framtida versioner.

Maskininlärningsmodeller kräver numerisk indata, så kategoriska kolumner måste kodas. Använd map() med en ordlista för heltalskodning för att omvandla kategorier till ordinala tal innan Ni skickar en DataFrame till en modell. För nominella kategorier utan en naturlig ordning bör Ni i stället föredra pd.get_dummies() eller scikit-learns OneHotEncoder.

Kedja två anrop till map() när Ni behöver en uppslagning i två nivåer: mappa först en kod till en mellanliggande nyckel och mappa sedan den mellanliggande nyckeln till en slutlig etikett. Ni kan till exempel mappa ett produkt-SKU till en kategorikod och därefter kategorikoden till ett kategorinamn. Att kedja två anrop till map() är tydligare än att använda en nästlad ordlista eller en merge följd av ytterligare en merge.

När Ni använder map(func) anropas funktionen även för NaN-värden, vilket kan orsaka TypeError om funktionen inte hanterar None. Omslut funktionen med ett null-skydd med hjälp av pd.isna(x) eller använd parametern na_action='ignore' i map() för att hoppa över NaN-värden och lämna dem som NaN i resultatet utan att anropa funktionen.

I den här lektionen har Ni lärt Er: att använda Series.map() för skalära uppslagningar med funktioner och ordlistor, att använda DataFrame.applymap()/map() för cellvis formatering över alla kolumner samt att förstå skillnaden mellan map() och replace() vid hantering av omatchade värden. Härnäst utforskar vi metodkedjor med pipe() för lättlästa omvandlingspipelines.