Pandas 案例二）使用 Map，快速完成职位替换

发表评论
1000 views

 ›
 ›
Pandas 案例二）使用 Map，快速完成职位替换

案例说明

有的时候，我们需要根据给定的映射关系，对数据进行替换，比如 餐厅老板 替换为 1 我们可以使用 Pandas 的 map 方法，来快速实现这一需求。

实现方式

示例数据：
data={
    'USER_ID': ['张三', '李四', '王五'],
    'OCCUPATION': ['餐厅老板', '餐厅老板', '厨师'],
}
df = pd.DataFrame(data)
#   USER_ID OCCUPATION
# 0      张三       餐厅老板
# 1      李四       餐厅老板
# 2      王五         厨师
实现方法：
df['LEVEL'] = df['OCCUPATION'].map({
    '餐厅老板': 1,
    '厨师': 2
})
# 输出结果：
#   USER_ID OCCUPATION  LEVEL
# 0      张三       餐厅老板      1
# 1      李四       餐厅老板      1
# 2      王五         厨师      2

这个方法很好理解，就不过多赘述了。 除了 .map 方法外，还可以应用 .apply 方法等，相对而言，map 更适合此类场景，但 .apply 普适性更强，这块可以根据需求选择。