Python map, apply, transform 打标签方法汇总(初阶到高阶)

前言

根据数据的某列进行打标签这个操作在数据分析领域极度常用，对于一些较为复杂的打标签方法，Python 与 SQL 都能很好的实现，这篇针对 Python，主要用到 map，apply 与 transform 等函数，从初阶到高阶，体会方法的异同优劣。

实现效果

针对北京某地区房价数据进行数据分析过程中的打标签操作，增加可读性的同时也可以根据源数据集来增加一些本来没有的变量，并对并生成可能会对模型精度有提升效果的布尔变量。

源数据（一小部分）

需求：

• 将地区列 dist 的拼音全部转换成对应的中文
• 生成一列每个地区各自的房价平均值，并与源数据的房价对比，看该地区的某一房价是在平均值之上还是平均值之下。

map 字典映射法，看图即可理解用法，dist 列的拼音全部变成了对应的中文。

apply 法

刚刚的 map 针对的是 “静态数据”，即为名义变量，“动态数据” 如 roomnum 房间数量列则为数值变量，既然是数值变量，那数目肯定非常多，像 AREA 面积列，分类后的唯一固定值太多了，不像地区那样就那么六个，这时候就可以祭出 apply 了。同样，作为必会且极度出名的 apply，使用方法也无须多言，直接上效果图。

需求：给房间数目 roomnum 分层

• 1 ~ 2 个：少(0)
• 3 个或以上：多(1)

重点来了！如果刚才的操作都还算简单，那根据地区划分的平均房价变量呢，即每个地区某一房价与其所在地区的平均房价相比，听起来有点拗口。下面拆解流程

先探索性数据分析查看一下各地区的平均房价分布情况

分组求每个地区的房价平均值，并转化成字典

还有没有更能体现实力的方法呢？—— transform

transform 作用机理