Python pandas.CategoricalIndex.map用法及代碼示例

用法: CategoricalIndex.map(mapper)

使用輸入映射或函數映射值。

將索引的值(它們的類別，而不是代碼)映射到新類別。如果映射對應關係是one-to-one，則結果是CategoricalIndex，它具有與原始相同的順序屬性，否則返回Index。

如果使用 dict 或 Series ，則任何未映射的類別都將映射到 NaN 。請注意，如果發生這種情況，將返回 Index。

參數：

mapper：函數、字典或係列: 映射對應。

pandas.CategoricalIndex 或 pandas.Index: 映射索引。

例子：

>>> idx = pd.CategoricalIndex(['a', 'b', 'c'])
>>> idx
CategoricalIndex(['a', 'b', 'c'], categories=['a', 'b', 'c'],
                  ordered=False, dtype='category')
>>> idx.map(lambda x:x.upper())
CategoricalIndex(['A', 'B', 'C'], categories=['A', 'B', 'C'],
                 ordered=False, dtype='category')
>>> idx.map({'a':'first', 'b':'second', 'c':'third'})
CategoricalIndex(['first', 'second', 'third'], categories=['first',
                 'second', 'third'], ordered=False, dtype='category')

如果映射是one-to-one，則保留類別的順序：

>>> idx = pd.CategoricalIndex(['a', 'b', 'c'], ordered=True)
>>> idx
CategoricalIndex(['a', 'b', 'c'], categories=['a', 'b', 'c'],
                 ordered=True, dtype='category')
>>> idx.map({'a':3, 'b':2, 'c':1})
CategoricalIndex([3, 2, 1], categories=[3, 2, 1], ordered=True,
                 dtype='category')

如果映射不是one-to-one，則返回Index：

>>> idx.map({'a':'first', 'b':'second', 'c':'first'})
Index(['first', 'second', 'first'], dtype='object')

如果使用 dict，則所有未映射的類別都映射到 NaN 並且結果是 Index ：

>>> idx.map({'a':'first', 'b':'second'})
Index(['first', 'second', nan], dtype='object')

相關用法

注：本文由純淨天空篩選整理自pandas.pydata.org大神的英文原創作品 pandas.CategoricalIndex.map。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。

用法:

參數：

返回：

例子：