知识卡片

普通读书笔记卡 · 6339.a

映射注入语义

理解等级:未标注

map可按函数或字典把输入值变为新标签,如把食物名称映射到动物类别。先把大小写统一,再按规则查找,可避免同一拼写风格差异漏配;映射关系本身是额外语义,不会由API自动验证。应保留原值、规则和未匹配项,以免清理过程掩盖错误归类。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 3 处

    • · 查看原书依据

      肉类到动物的映射: meat_to_animal = { 'bacon': 'pig', 'pulled pork': 'pig', 'pastrami': 'cow', 'corned beef': 'cow', 'honey ham': 'pig', 'nova lox': 'salmon' } Series的map方法可以接受一个函数或含有映射关系的字

    • · 查看原书依据

      parties = {'Bachmann, Michelle': 'Republican', 'Cain, Herman': 'Republican', 'Gingrich, Newt': 'Republican', 'Huntsman, Jon': 'Republican', 'Johnson, Gary Earl': 'Republican', 'McC

    • · 查看原书依据

      occ_mapping.get(x, x) fec.contbr_occupation = fec.contbr_occupation.map(f) 我对雇主信息也进行了同样的处理: emp_mapping = { 'INFORMATION REQUESTED PER BEST EFFORTS' : 'NOT PROVIDED', 'INFORMATION

    参考来源

    《利用Python进行数据分析》第7章《数据规整化:清理、转换、合并、重塑》 - 位置:《利用Python进行数据分析》第7章《利用函数或映射进行数据转换》(spine294;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0280.html;u156-ch07-005)。 - 结论依据:原文在“肉类到动物的映射”附近的定义、例子或代码支撑本卡核心说明:map可按函数或字典把输入值变为新标签,如把食物名称映射到动物类别。边界按已读前提解释;示例未执行。 - 原始内容:肉类到动物的映射: meat_to_animal = { 'bacon': 'pig', 'pulled pork': 'pig', 'pastrami': 'cow', 'corned beef': 'cow', 'honey ham': 'pig', 'nova lox': 'salmon' } Series的map方法可以接受一个函数或含有映射关系的字 - 位置:《利用Python进行数据分析》第9章《示例:2012联邦选举委员会数据库》(spine307;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0293.html;u210-ch07-005)。 - 结论依据:按候选人映射党派是在数据之外引入人工语义;原书为简化把Gary Johnson归为共和党,不能作跨时期身份事实。 - 原始内容:parties = {'Bachmann, Michelle': 'Republican', 'Cain, Herman': 'Republican', 'Gingrich, Newt': 'Republican', 'Huntsman, Jon': 'Republican', 'Johnson, Gary Earl': 'Republican', 'McC - 位置:《利用Python进行数据分析》第9章《根据职业和雇主统计赞助信息》(spine307;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0293.html;u211-ch07-005)。 - 结论依据:dict.get(x,x)只替换已列出的同义写法,未知值保留自身;不同于直接Series.map普通字典使未命中项变缺失。 - 原始内容:occ_mapping.get(x, x) fec.contbr_occupation = fec.contbr_occupation.map(f) 我对雇主信息也进行了同样的处理: emp_mapping = { 'INFORMATION REQUESTED PER BEST EFFORTS' : 'NOT PROVIDED', 'INFORMATION