【Python小技巧】使用map函数时注意先用.str.strip()剔除左右空格

做大数据分析时，我们常用dataframe，在具体训练前一般需要先进行数据转换，map是常用方法之一。最近碰到一个问题，百思不得其解，最终发现问题所在。著文方便同样碰到问题的朋友。

---

问题描述

使用map函数替换相应值，原数据没有nan值，替换后出现NaN值，影响后续运算。
目标是将原来的数据中y列，‘buy’替换为1，‘sell’替换为-1，nan值替换为0，map语句如下：

df['y'] = df['y'].map({
    
    'buy':1,'sell':-1,np.nan:0}, na_action=None)

替换前数据：

1228      0
1229      0
1230      0
1231      0
1232      0
1233      0
1234      0
1235      0
1236      0
1237      0
1238      0
1239      0
1240      0
1241      0
1242      0
1243    buy
1244      0
1245      0
1246      0
1247      0
Name: y, dtype: object

替换后数据

1228    NaN
1229    NaN
1230    NaN
1231    NaN
1232    NaN
1233    NaN
1234    NaN
1235    NaN
1236    NaN
1237    NaN
1238    NaN
1239    NaN
1240    NaN
1241    NaN
1242    NaN
1243    1.0
1244    NaN
1245    NaN
1246    NaN
1247    NaN
Name: y, dtype: float64

---

原因分析：

使用字典映射，但输出列出现NaN错误。经过多次核查，通过print确实很难发现问题，如果碰到以上问题，可对字符串列先删除左右空格再进行映射替换即可。空格会造成替换找不到，故输出NaN。

---

解决方案：

对y列值先增加.str.strip()，先剔除左右空格在进行映射替换。

df['y'] = df['y'].str.strip().map({
    
    'buy':1,'sell':-1,np.nan:0}, na_action=None)

1228      0
1229      0
1230      0
1231      0
1232      0
1233      0
1234      0
1235      0
1236      0
1237      0
1238      0
1239      0
1240      0
1241      0
1242      0
1243    buy
1244      0
1245      0
1246      0
1247      0
Name: y, dtype: object

1228    0
1229    0
1230    0
1231    0
1232    0
1233    0
1234    0
1235    0
1236    0
1237    0
1238    0
1239    0
1240    0
1241    0
1242    0
1243    1
1244    0
1245    0
1246    0
1247    0
Name: y, dtype: int64

可以看到，这次替换结果正常了。