Pandas 中的`Series.replace()` 和`Series.map()` 之间有区别吗？

Question

双方pandas.Series.map并pandas.Series.replace似乎给了相同的结果。是否有理由使用一个而不是另一个？例如：

import pandas as pd
df = pd.Series(['Yes', 'No'])
df

0    Yes
1     No
dtype: object

df.replace(to_replace=['Yes', 'No'], value=[True, False])

0     True
1    False
dtype: bool

df.map({'Yes':True, 'No':False})

0     True
1    False
dtype: bool

df.replace(to_replace=['Yes', 'No'], value=[True, False]).equals(df.map({'Yes':True, 'No':False}))

True

Answer 1

这两种方法都用于替换值。

从Series.replace文档：

用值替换 to_replace 中给出的值。

从Series.map文档：

用于将 Series 中的每个值替换为另一个值，该值可能来自函数、dict 或 Series。

它们的区别如下：

1. replace接受 str、regex、list、dict、Series、int、float 或 None。 map接受一个 dict 或一个系列。
2. 它们在处理空值方面有所不同。
3. replacere.sub在幕后使用。re.sub 的替换规则是相同的。

以下面的例子为例：

In [124]: s = pd.Series([0, 1, 2, 3, 4])    
In [125]: s
Out[125]: 
0    0
1    1
2    2
3    3
4    4
dtype: int64

In [126]: s.replace({0: 5})
Out[126]: 
0    5
1    1
2    2
3    3
4    4
dtype: int64

In [129]: s.map({0: 'kitten', 1: 'puppy'}) 
Out[129]: 
0    kitten
1     puppy
2       NaN
3       NaN
4       NaN
dtype: object

正如您在s.map方法中看到的那样，字典中找不到的值将转换为 NaN，除非字典具有默认值（例如 defaultdict）

对于s.replace，它只是替换要替换的值，其余部分保持原样。