【Python】dataframe列数据的修改(map函数)

      在对数据进行分析时，如果某一列的值较为分散，那么在画柱状图或者分析时，我们大多会对这列数据处理，处理后再进行分析。这就涉及到对DataFrame的列的处理。

       看以下的场景，处理前：

df_1 = df[(df['country']== 1)]
sns.barplot(x = df_1['hotel_score'], y = df_1['uv'])
plt.show() # 图3

图为：很难看清横轴的标签

下面对数据进行处理：

# 处理评分的区间
def dev_hotel_score(hotel_score):
    if hotel_score<=1:
        result = 1
    elif hotel_score<=1.5:
        result = 1.5
    elif hotel_score<=2:
        result = 2
    elif hotel_score<=2.5:
        result = 2.5
    elif hotel_score<=3:
        result = 3
    elif hotel_score<=3.5:
        result = 3.5
    elif hotel_score<=4:
        result = 4
    elif hotel_score<=4.5:
        result = 4.5
    elif hotel_score<=5:
        result = 5
    else:
        result = hotel_score
    return result
df_1 = df[(df['country']== 1)]
sns.barplot(x = df_1['hotel_score'].map(lambda x:dev_hotel_score(x)), y = df_1['uv'])
plt.show() # 图3        

可以看出下面画出的图，就更加直观了。

上面对列的处理，我用到了map-lambda的组合，在很多地方都是很实用的，有机会还是要多锻炼使用。