Bỏ qua đến nội dung chính
Mục lục

map() và replace() trong pandas (pandas map): đổi giá trị

AIDev Team · duyệt: Nguyễn Việt Chung

Bài 8/13 · Chương 5

GroupBy, map và apply

  • 6 phút
  • Trung cấp
  • Python 3.14
  • Cập nhật

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:

python
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: str

Kết 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:

python
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
408 336

set_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:

python
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: int64

Các 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():

python
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: int64

Với 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

  1. 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]
  2. Trong khung bẫy, dòng 3 thành NaN vì sao?

    • Vì map() chỉ đổi được chữ hoa
    • Vì mã K không phải khóa của dict ten
    • Vì map() bỏ qua dòng có index lẻ
  3. Cột size có "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")
  4. Bảng ma có hai cột ma_sp và ten_sp. Lệnh nào dựng được Series tra cứu cho don["ma_sp"].map(...)?

    • ma.set_index("ma_sp")["ten_sp"]
    • ma.set_index("ten_sp")["ma_sp"]
    • ma["ten_sp"]
Đúng hết lần đầu +15 XP

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 của don.

  • Đơn có vùng không nằm trong bang_phi nhận NaN, 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.

python
import pandas as pd

def phi_giao(don, bang_phi):
    pass  # Viết thân hàm thay cho dòng này

Tóm tắt

  • s.map(d) thay từng giá trị bằng d[gia_tri]; kết quả dài bằng s, giữ index.

  • Giá trị không có trong dict của map() thành NaN, không báo lỗi; đếm lại bằng count() sau mỗi lần map().

  • Bảng tra cứu trong file dựng thành Series bằng bang.set_index("khoa")["gia_tri"], rồi đưa vào map().

  • s.replace(d) chỉ đổi các giá trị có trong d; 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 cho NaN.

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

pandas map

Dữ liệu của bài

Bài này có hữu ích?

Hỏi đáp

Đang tải câu hỏi…

Tham vấn chuyên môn

Nguyễn Việt Chung

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.
Biên soạn: AIDev Team · Rà soát · Quy trình biên tập