Python 3.x 使用lambda将字典映射到pandas系列

Python 3.x 使用lambda将字典映射到pandas系列,python-3.x,pandas,lambda,mapping,series,Python 3.x,Pandas,Lambda,Mapping,Series,我正试图用lambda将一本字典与熊猫系列进行对比。它不是将值映射到“Food”系列,而是返回整个字典。我知道我需要修改lambda函数,但不知道如何修改 data = pd.DataFrame({'food': ['bacon', 'pulled pork', 'bacon','Pastrami', 'corned beef', 'Bacon','pastrami', 'honey ham', 'nova lox'], 'ounces': [4, 3, 12, 6, 7.5, 8, 3, 5,

我正试图用lambda将一本字典与熊猫系列进行对比。它不是将值映射到“Food”系列,而是返回整个字典。我知道我需要修改lambda函数,但不知道如何修改

data = pd.DataFrame({'food': ['bacon', 'pulled pork', 'bacon','Pastrami', 'corned beef', 'Bacon','pastrami', 'honey ham', 'nova lox'], 'ounces': [4, 3, 12, 6, 7.5, 8, 3, 5, 6]})

food_to_animal = {'bacon': 'pig',  'pulled pork': 'pig',  'pastrami': 'cow',  'corned beef': 'cow',  'honey ham': 'pig',  'nova lox': 'salmon'} 

data['food'].map(lambda x: food_to_animal)
​ 输出: ​

预期产出:

0     pig
1     pig
2     pig
3     cow
4     cow
5     pig
6     cow
7     pig
8     salmon

请尝试制作
df.food
小写
地图
字典

 data['food'].str.lower().map(food_to_animal)
和一列

data['x']= data['food'].str.lower().map(food_to_animal)

0       pig
1       pig
2       pig
3       cow
4       cow
5       pig
6       cow
7       pig
8    salmon
Name: food, dtype: object

事实上,您不需要lambda。熊猫的
replace
知道如何使用字典。只需确保钥匙在正确的情况下:

data.food.str.lower().replace(food_to_animal)

注意:
map
+
lambda
replace
map
+字典快2倍。

这是将数字映射到日名的精确解决方案。”“时间戳”是包含日期的列,如2015-12-10 17:40:00

    df['Day of Week']=df['timeStamp'].apply(lambda time: time.dayofweek)
    dmap = {0:'Mon',1:'Tue',2:'Wed',3:'Thu',4:'Fri',5:'Sat',6:'Sun'}
    
    df['Day of Week'] = df['Day of Week'].map(dmap)
    df['Day of Week']

对但我需要了解lambda是如何工作的,对我来说,理解我问的问题很重要。是的。但我需要了解lambda是如何工作的,对我来说,理解我提出的问题很重要。
    df['Day of Week']=df['timeStamp'].apply(lambda time: time.dayofweek)
    dmap = {0:'Mon',1:'Tue',2:'Wed',3:'Thu',4:'Fri',5:'Sat',6:'Sun'}
    
    df['Day of Week'] = df['Day of Week'].map(dmap)
    df['Day of Week']