pandas.Series.map

Series.map(arg, na_action=None) [source]

Преобразование значений Series с использованием соответствия входных данных (может быть словарь, Series или функция)

Параметры:	arg : функция, словарь или Series na_action : {None, ‘ignore’} Если ‘ignore’, пропускать значения NA, не передавая их в функцию преобразования
Возвращает:	y : Series индекс совпадает с исходным

См. также

Series.apply

Для применения более сложных функций к Series

DataFrame.apply

Применить функцию по строкам/столбцам

DataFrame.applymap

Применить функцию к каждому элементу DataFrame

Примечания

Когда arg — это словарь, значения в Series, которые отсутствуют в словаре (в качестве ключей), преобразуются в NaN. Однако, если словарь является подклассом dict, который определяет __missing__, то используется это значение по умолчанию вместо NaN:

>>> from collections import Counter
>>> counter = Counter()
>>> counter['bar'] += 1
>>> y.map(counter)
1    0
2    1
3    0
dtype: int64

Примеры

Сопоставление входных данных с выходными (оба типа Series)

>>> x = pd.Series([1,2,3], index=['one', 'two', 'three'])
>>> x
one      1
two      2
three    3
dtype: int64

>>> y = pd.Series(['foo', 'bar', 'baz'], index=[1,2,3])
>>> y
1    foo
2    bar
3    baz

>>> x.map(y)
one   foo
two   bar
three baz

Если arg — это словарь, возвращается новая Series со значениями, преобразованными в соответствии с отображением словаря:

>>> z = {1: 'A', 2: 'B', 3: 'C'}

>>> x.map(z)
one   A
two   B
three C

Используйте na_action для управления тем, как значения NA будут затронуты функцией отображения.

>>> s = pd.Series([1, 2, 3, np.nan])

>>> s2 = s.map('this is a string {}'.format, na_action=None)
0    this is a string 1.0
1    this is a string 2.0
2    this is a string 3.0
3    this is a string nan
dtype: object

>>> s3 = s.map('this is a string {}'.format, na_action='ignore')
0    this is a string 1.0
1    this is a string 2.0
2    this is a string 3.0
3                     NaN
dtype: object