[python] pandas Series 超快速值域轉換！

最近 hahow 通知 Python 資料分析&機械學習入門 開課了！

所以無所事事的無職男決定重拾一下寫 code 的樂趣

前面都順順的講解一下各式大神/關鍵字/資料庫來源/參考來源等等。

說真的光是這些東西就真的很值得。


只要知道關鍵字，就算是神我也肉搜給你看 -by me


在重複看了一次的 jupyter notebook 與 pandas 簡單教學之後，

開始正式處理資料分析： 鳶尾花 Iris 的分析。


意外的簡單地抓取資料來結合，然後其中一行就吸引到我了：

y1 = pd.DataFrame(pd.Series(iris['target']).map(dict(enumerate(iris['target_names']))),columns= ["target_names"])

哇靠這一行是在寫什麼東西，太長太可怕了吧！

仔細看了拆拆解解，才發現原來之前忙了很久的值參照轉換這麼簡單就完成了，讚讚！


首先是


enumerate() 代表會創造一個疊代子，依序傳出 list 的物件的 (index, value)

list =  ["A", "B", "C"]

for i, j in enumerate(list):

    print i, j

#output

#0,A

#1,B

#2,C

如果神秘的包在 dict() 裡面，就會自動創造一個 key, value 配對，超強！

dd = dict(enumerate(list))

print(dd)



#output

#{0:"A", 1:"B", 2:"C"}

另外一個好用的是 .map()

他可以使用 dict() 做 pd.Series 的 值取代

所以

list1 =pd.Series([0,0,0,1,1,2])

print(list1.map({0:"A", 1:"B", 2:"C"}))


#output

#0    A
#1    A
#2    A
#3    B
#4    B
#5    C

可以看到使用 map 可以直接把 0 用 dict() 的 value 取代

真的好用！