熊猫地图使值 NaN答案

【问题标题】：pandas map makes values NaN熊猫地图使值 NaN
【发布时间】：2019-02-13 15:21:27
【问题描述】：

我正在尝试映射我想要更改的值。当我像这样应用'map'>> df [column].map（dictionary）时，不在字典中的值转换为NaN。我认为原因是该系列中没有匹配的值，对吗？如果是这样，不应该应用任何东西来转换为 NaN？我如何使用 df.map() 而不是 df.replace() 来解决这个问题？

df1 = pd.Series(['a','b','c','d'])
df
0    a
1    b
2    c
3    d
dtype: object

mapping = {'a' : 0, 'b' : 1, 'c' : 2}
df1.map(mapping)
0    0.0
1    1.0
2    2.0
3    NaN
dtype: float64

或

df1 = pd.Series(['a','b','c','d'])
df
0    a
1    b
2    c
3    d
dtype: object

mapping = {'k' : 0, 'e' : 1, 'f' : 2}
df1.map(mapping)

0   NaN
1   NaN
2   NaN
3   NaN
dtype: float64

【问题讨论】：

"如何使用 df.map() 而不是 df.replace() 来解决这个问题？" replace 具有您想要的行为。为什么你认为你需要使用map？
其实这只是为了我的编码技能。我想知道地图也可以解决这些问题。

标签： python pandas dictionary nan

【解决方案1】：

如果您坚持使用 map，则改为传递可调用对象

df.map(lambda x: mapping.get(x,x))

【讨论】：

天哪，这是一个很好的答案。先生
对于x 值为浮点数（例如100.000000002）且查找值为100.00 的情况，这是一个很好的解决方案。通过添加round(x, n) 函数，映射工作。

【解决方案2】：

要更改默认值，您可以添加一个函数（func，此处）：

mapping = {'k' : 0, 'e' : 1, 'f' : 2}
mapping.setdefault('Default', 'write watherver you want here')
def func(x, mapping):
    try:
        tmp=mapping[x]
        return(tmp)
    except:
        return('default value')
df1.map(lambda x: func(x, mapping))

【讨论】：

【解决方案3】：

这种行为是有意的。由于无法应用mapping，因此值为NaN。为了使用映射，您必须创建一个不会更改数据的特定值（如果进行乘法运算，则为 1，如果进行加法运算则为 0）并将该值添加到映射中。

或者，您可以在完成映射后使用 0.0 之类的中性值替换所有 NaN 值。

任何一种方法都比简单地使用replace 的工作量大得多。

【讨论】：