map() và replace() trong pandas (pandas map): đổi giá trị
Bài 8/13 · Chương 5
GroupBy, map và apply
- 6 phút
- Trung cấp
- Python 3.14
- Cập nhật
Trong bài này · 11
Phương thức map() của pandas (pandas map) đổi từng giá trị của một cột theo một bảng tra cứu, như đổi mã hạng B thành Bạc hay tên tỉnh cũ thành tỉnh mới sau sáp nhập. Còn khi chỉ cần sửa vài cách viết sai, replace() chạm đúng những giá trị bạn nêu tên và để mọi ô khác y như cũ.
Cần biết trước: chọn cột, dictionary và np.nan.
Đổi giá trị theo dict bằng map()
s.map(d) đi qua từng giá trị của Series s, tra nó làm khóa trong dict d, rồi đặt giá trị tìm được vào vị trí đó. Mã hạng thẻ thành viên đổi ra tên hạng:
import pandas as pd
the = pd.Series(["B", "V", "B", "D", "V"], name="ma_hang")
ten = {"D": "Đồng", "B": "Bạc", "V": "Vàng"}
print(the.map(ten))KẾT QUẢ
0 Bạc
1 Vàng
2 Bạc
3 Đồng
4 Vàng
Name: ma_hang, dtype: strKết quả dài bằng Series gốc, giữ index và tên ma_hang. Hình dung map() như nhân viên cầm bảng mã đi dọc danh sách khách, gặp mã nào thì ghi tên hạng tương ứng bên cạnh. Bảng tra cứu ngắn viết thẳng bằng dict, mỗi cặp khóa: giá trị là một dòng của bảng mã.
Tra cứu bằng một Series
Khi bảng tra cứu nằm trong file, dựng nó thành một Series: index là khóa, giá trị là kết quả. map() nhận Series như nhận dict. File bang_sap_nhap_tinh.csv của bộ dữ liệu thực hành có hai cột tinh_cu, tinh_moi theo đợt sáp nhập tỉnh năm 2025:
import pandas as pd
kh = pd.read_csv("khach_hang_tho.csv")
sap_nhap = pd.read_csv("bang_sap_nhap_tinh.csv")
tra = sap_nhap.set_index("tinh_cu")["tinh_moi"]
print(tra["Quảng Nam"], tra["Bình Dương"])
kh["tinh_moi"] = kh["tinh"].map(tra)
print(kh[["tinh", "tinh_moi"]].head(4))
print(len(kh), kh["tinh_moi"].count())KẾT QUẢ
Đà Nẵng TP. Hồ Chí Minh
tinh tinh_moi
0 Hà Nội NaN
1 Cần Thơ Cần Thơ
2 Hà Nội NaN
3 Ninh Bình Ninh Bình
408 336set_index("tinh_cu")["tinh_moi"] biến bảng hai cột thành Series tra cứu: tra["Quảng Nam"] là Đà Nẵng. Sau map(), chỉ 336 trong 408 khách có tỉnh mới. Dòng 0 và 2 trông là Hà Nội mà vẫn ra NaN: hai ô này có một dấu cách thừa ở cuối, "Hà Nội ", nên không khớp khóa "Hà Nội". Đổi "Quảng Nam" thành "Hải Dương" rồi chạy lại: dòng đầu in Hải Phòng TP. Hồ Chí Minh.
Để biết những tên nào không khớp, lọc các ô không có trong index của tra:
import pandas as pd
kh = pd.read_csv("khach_hang_tho.csv")
sap_nhap = pd.read_csv("bang_sap_nhap_tinh.csv")
tra = sap_nhap.set_index("tinh_cu")["tinh_moi"]
lech = kh.loc[~kh["tinh"].isin(tra.index), "tinh"]
print(lech.value_counts().head(5))KẾT QUẢ
tinh
TP.HCM 10
Hồ Chí Minh 8
Hà Nội 6
HCM 5
hà nội 4
Name: count, dtype: int64Các tên lệch là cách viết khác nhau của cùng một tỉnh: viết tắt, chữ thường, thừa dấu cách. map() chỉ khớp khi chuỗi giống hệt khóa. Chuẩn hóa chuỗi trước khi tra là việc của bài chuẩn hóa tiếng Việt.
Đổi vài giá trị bằng replace()
Cột gioi_tinh của khach_hang_tho.csv có vài ô gõ sai là Nu và nam. Bạn chỉ muốn sửa hai cách viết đó và giữ nguyên các ô đúng. Đó là việc của replace():
import pandas as pd
kh = pd.read_csv("khach_hang_tho.csv")
sua = {"Nu": "Nữ", "nam": "Nam"}
print(kh["gioi_tinh"].replace(sua).value_counts())
print(kh["gioi_tinh"].map(sua).value_counts())KẾT QUẢ
gioi_tinh
Nữ 216
Nam 192
Name: count, dtype: int64
gioi_tinh
Nữ 8
Nam 4
Name: count, dtype: int64Với cùng dict sua, replace() sửa 12 ô sai và giữ 396 ô đúng, nên cột còn đúng hai giá trị. map() thì biến các ô không phải khóa thành NaN, và value_counts() bỏ qua NaN, nên chỉ còn 12 ô được đếm. Quy tắc gọn: bảng tra cứu có đủ các giá trị thì dùng map(), sửa vài giá trị thì dùng replace(). Bài blog các hàm pandas thường dùng có thêm ví dụ so sánh hai phương thức.
Kiểm tra nhanh
Sau
import pandas as pd,pd.Series(["a", "b", "c"]).map({"a": 1, "c": 3}).to_list()cho kết quả gì?[1, 'b', 3][1.0, nan, 3.0][1, 3][1.0, 0.0, 3.0]
Trong khung bẫy, dòng
3thànhNaNvì sao?- Vì
map()chỉ đổi được chữ hoa - Vì mã
Kkhông phải khóa của dictten - Vì
map()bỏ qua dòng có index lẻ
- Vì
Cột
sizecó"S","M","L","XL". Bạn muốn đổi"XL"thành"L+"và giữ nguyên các size khác. Lệnh nào làm đúng?df["size"].replace({"XL": "L+"})df["size"].map({"XL": "L+"})df["size"].map({"S": "S", "M": "M", "L": "L", "XL": "L+"})df["size"].replace("L+", "XL")
Bảng
macó hai cộtma_spvàten_sp. Lệnh nào dựng được Series tra cứu chodon["ma_sp"].map(...)?ma.set_index("ma_sp")["ten_sp"]ma.set_index("ten_sp")["ma_sp"]ma["ten_sp"]
Bài tập
Phí giao hàng theo vùng
Bảng don của một tiệm hoa có hai cột: ma_don và vung (vùng giao). Dict bang_phi cho phí giao (đồng) của từng vùng, ví dụ {"Nội thành": 20000, "Ngoại thành": 35000}. Viết thân hàm phi_giao(don, bang_phi) trả về phí giao của từng đơn.
Kết quả dài bằng
don, giữ index củadon.Đơn có vùng không nằm trong
bang_phinhậnNaN, để người bán thấy mà báo giá riêng.
Hàm không sửa bảng don của nơi gọi.
Trả về: phí giao của từng đơn, một Series.
import pandas as pd
def phi_giao(don, bang_phi):
pass # Viết thân hàm thay cho dòng nàyTóm tắt
s.map(d)thay từng giá trị bằngd[gia_tri]; kết quả dài bằngs, giữ index.Giá trị không có trong dict của
map()thànhNaN, không báo lỗi; đếm lại bằngcount()sau mỗi lầnmap().Bảng tra cứu trong file dựng thành Series bằng
bang.set_index("khoa")["gia_tri"], rồi đưa vàomap().s.replace(d)chỉ đổi các giá trị có trongd; ô nào không khớp khóa nào thì không bị chạm tới.map()chỉ khớp chuỗi giống hệt khóa; thừa dấu cách hay khác chữ hoa đều choNaN.
Câu hỏi thường gặp
Làm sao cho giá trị thiếu trong map() một giá trị mặc định thay cho NaN?
Truyền cho map() một hàm thay cho dict: s.map(lambda v: d.get(v, 0)). get() của dict trả 0 khi không có khóa, như bạn đã gặp ở bài dictionary. Một cách khác là điền ô trống sau khi map(), bằng phương thức của bài về dữ liệu thiếu.
dataframe map() khác Series.map() thế nào?
Series.map() đổi giá trị của một cột theo dict, Series hay hàm. DataFrame.map() nhận một hàm và áp nó lên từng ô của cả bảng, ví dụ df.map(len) cho độ dài từng ô chữ. DataFrame.map() là tên mới của applymap() trong pandas cũ; bài apply() nói thêm.
replace() có đổi được một phần của chuỗi không?
Mặc định replace() chỉ đổi khi cả ô bằng đúng giá trị cần tìm. Muốn đổi một phần, như bỏ chữ "TP. " ở đầu tên tỉnh, dùng s.str.replace("TP. ", "") của nhóm phương thức chuỗi .str.
Dùng map() hay merge() để ghép tên tỉnh mới vào bảng khách?
Cần đúng một cột từ bảng tra cứu thì map() gọn hơn, như ví dụ của bài. Cần nhiều cột từ bảng kia, hoặc muốn kiểm tra khóa trùng, thì ghép hai bảng bằng merge(), phương thức của chương ghép bảng.
Chủ đề
Dữ liệu của bài
Bài này có hữu ích?
Hỏi đáp
Tham vấn chuyên môn
Nhà sáng lập AIDev và VietPlatform · Thạc sĩ AI MSE
- Tốt nghiệp thủ khoa xuất sắc Thạc sĩ AI MSE.
- Đồng sáng lập, CTO E-University, SVOnline: số hóa 10+ đại học, 40.000+ sinh viên.
- Xây hệ thống AI cho doanh nghiệp tại VietPlatform.