карта панд делает значения NaN

Question

Я пытаюсь отобразить свои значения, которые я хочу изменить. Когда я применяю 'map' следующим образом >> df [column] .map (словарь), значения, которых нет в словаре, преобразуются в NaN. Я думаю, причина в том, что в серии нет подходящих значений, верно? Если это так, ничего не должно применяться вместо преобразования в NaN? Как я могу решить эту проблему, используя df.map () вместо df.replace ()?

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

или

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

Answer 1

Чтобы изменить значение по умолчанию, вы можете добавить функцию (здесь функция):

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))

Answer 2

Если вы настаиваете на map, вместо этого передайте вызываемый

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

Answer 3

Это поведение предназначено. Поскольку mapping не может быть применено, значение равно NaN. Чтобы использовать сопоставление, вы должны создать определенное значение, которое не изменит ваши данные (если вы умножите это на 1, если вы сложите, затем на 0) и добавите это значение к вашему сопоставлению.

В качестве альтернативы вы можете заменить все значения NaN после сопоставления нейтральным значением, таким как 0.0.

В любом случае гораздо больше работы, чем просто использовать replace.