函数应用操作(1) -- map

Pandas 元素级映射转换：Series.map() 方法与字典/函数映射精讲

小象实战讲义 · Python数据分析实战

在数据清洗和特征工程中，我们经常需要对某一列数据进行格式规整、离散编码转换、单位换算或词典查找映射（例如将性别编码 'M'/'F' 转换为 '男'/'女'，或者将城市拼音映射为中文名称）。Pandas 提供的 Series.map() 是处理一维元素级映射转换最高效优雅的利器。它既支持接收一个 Python 字典 进行键值对匹配替换，也支持传入自定义函数或 Lambda 表达式 执行逐元素动态计算。本节我们将深入剖析 map() 的运行机制与典型实战场景。

💡 核心导读

• Series.map() 的定位：专属于 Series（一维数据列）的高性能元素级映射函数。
• 两种核心参数形式：
  • 字典映射（Dict Mapping）：通过静态字典匹配键值，未匹配到的项默认返回 NaN；
  • 函数映射（Function / Lambda Mapping）：对每个元素应用自定义函数逻辑。
• 经典业务应用场景：分类变量重编码、单位标准化、手机号/敏感信息脱敏与特征衍生。

1. 基于字典的键值对快速映射与未匹配项处理

当传入字典时，map() 会将 Series 中的每个值作为 Key 去字典中查找对应的 Value：

┌─────────────────────────────────────────────────────────────┐
│                 Series.map(dict) 映射模型                   │
├───────────────────────┬──────────────┬──────────────────────┤
│ 原始数据 (Series)     │ 映射字典     │ 转换后产物           │
├───────────────────────┼──────────────┼──────────────────────┤
│ 'BJ'                  │ {'BJ': '北京'│ '北京'               │
│ 'SH'                  │  'SH': '上海'│ '上海'               │
│ 'GZ'                  │  'SZ': '深圳'│ NaN  (字典中未命中)   │
│ 'SZ'                  │ }            │ '深圳'               │
└───────────────────────┴──────────────┴──────────────────────┘

import pandas as pd

# 创建用户基础信息表格
df_users = pd.DataFrame({
    "user_id": ["U101", "U102", "U103", "U104", "U105"],
    "gender_code": ["M", "F", "F", "M", "U"],
    "city_code": ["BJ", "SH", "GZ", "SZ", "HZ"],
    "income": [12000, 18000, 9500, 25000, 15000]
})

print("=== 1. 原始用户数据 ===")
print(df_users)

# 1. 字典映射：将性别代码转为中文标签
gender_dict = {"M": "男", "F": "女", "U": "未知"}
df_users["gender_cn"] = df_users["gender_code"].map(gender_dict)

# 2. 字典映射城市名 (未在字典中的 HZ 将变为 NaN)
city_dict = {"BJ": "北京", "SH": "上海", "GZ": "广州", "SZ": "深圳"}
df_users["city_cn"] = df_users["city_code"].map(city_dict)

print("\n=== 2. 字典映射后的用户数据 ===")
print(df_users[["user_id", "gender_code", "gender_cn", "city_code", "city_cn"]])

2. 基于函数与 Lambda 表达式的高级元素转换

除了静态字典，map() 还可以接收自定义函数，对每个单元格进行字符串切片、数学计算与业务分类。

# 1. 自定义函数：按收入水平划分收入阶梯
def categorize_income(val):
    if val >= 20000:
        return "高收入"
    elif val >= 10000:
        return "中等收入"
    else:
        return "大众收入"

df_users["income_level"] = df_users["income"].map(categorize_income)

# 2. Lambda 表达式：格式化金额展示 (带货币符号和千分位)
df_users["income_formatted"] = df_users["income"].map(lambda x: f"¥{x:,.2f}")

print("=== 3. 函数映射与格式化结果 ===")
print(df_users[["user_id", "income", "income_level", "income_formatted"]])

📝 动手练一练

1. 概念思考题：在使用字典对 Series 进行 map 转换时，如果原始数据中某个值在字典中没有对应的 Key，map() 会返回什么？如果不希望返回 NaN 而是保留原值，该怎么做？

   👉 点击查看参考答案

   参考答案：

   • 默认会返回 NaN；
   • 若想保留原值，可以使用自定义函数或 s.replace(dict)，因为 replace() 在未命中时会自动保留原始数值不变。

2. 编程练习：给定手机号 Series phones = pd.Series(['13812345678', '13987654321'])，请使用 map() 将中间四位替换为 ****（如 '138****5678'）实现隐私脱敏。

   👉 点击查看参考答案

   参考答案：

   import pandas as pd
   phones = pd.Series(['13812345678', '13987654321'])
   masked_phones = phones.map(lambda p: p[:3] + '****' + p[7:])
   print(masked_phones)

本章小结

• 深入掌握了 Series.map() 在一维数据转换中的核心用法；
• 学会了基于字典快速完成离散编码转换；
• 熟练运用函数与 Lambda 表达式实现灵活的数据清洗与脱敏。

📋 行动清单

• 在本地执行示例代码，观察控制台输出并记录关键指标。
• 做好准备，进入下一小节学习《函数应用操作(2)：DataFrame.apply() 与 applymap()》！

—— 小象教研组