pandas.map()用于映射具有一列相同的两个系列的值。对于映射两个系列,第一个系列的最后一列应该与第二个系列的索引列相同,值也应该是唯一的。
句法:
Series.map(arg,na_action =无)
参数:
arg: function,dict或Series
na_action:{None,'ignore'} 如果' ignore ',则传播NA值,而不将它们传递给映射对应关系。在“忽略”的情况下,na_action检查NA值并在映射时忽略它
返回类型:
Pandas系列与作为调用者的索引相同
示例#1:
在以下示例中,两个系列由相同的数据组成。pokemon_names列和pokemon_types索引列是相同的,因此Pandas.map()匹配两列的其余部分并返回一个新系列。
注意:
- > map函数调用者的第二列必须与传递的序列的索引列相同。
- > common column的值也必须是唯一的。
import pandas as pd
#reading csv files
pokemon_names = pd.read_csv("pokemon.csv", usecols = ["Pokemon"],
squeeze = True)
#usecol is used to use selected columns
#index_col is used to make passed column as index
pokemon_types = pd.read_csv("pokemon.csv", index_col = "Pokemon",
squeeze = True)
#using pandas map function
new=pokemon_names.map(pokemon_types)
print (new)
三个资料Q群下载不了也转发不了,先放这里Fine_tuning.zipLangChain.zipdata_clear.rar