引言
根據數據的某列進行打標籤操作在數據分析領域極度常用，對於一些較爲複雜的打標籤方法，Python 與 SQL 都能很好的實現，這篇針對 Python，主要用到 map，apply 與 transform 等函數，從初階到高階，體會方法的異同優劣。
與此同時，SQL 的打標籤方法除了在業務上常用，也是一個面試的小考點，具體見以下兩篇文章。
SQL 面試經典 & 業務實戰(一)
https://blog.csdn.net/weixin_43329700/article/details/104118169
SQL 面試經典 & 業務實戰(三)
https://blog.csdn.net/weixin_43329700/article/details/104207897
業務背景 & 實現效果
針對背景某地區房價數據進行數據分析過程中的打標籤操作，增加可讀性的同時也可以根據源數據集來增加一些本來沒有的變量，並對並生成可能會對模型精度有提升效果的布爾變量。如生成如下新的一列變量
- 生成一列每個地區各自的房價平均值，並與源數據的房價對比，看該地區的某一房價是在平均值之上還是平均值之下
- 增加標籤：每一個客戶的瀏覽時長是在平均值之上(1)還是之下(0)，從而探究之上的是不是會更有可能購買產品，之上購買的概率會大多少？
口說無憑，看一下效果圖即可
源數據（只展示一小部分，網絡爬蟲獲取）
map
需求：將地區列 dist 的拼音全部轉換成對應的中文
方法1：最 low 最強硬的 replace 法
方法2
老司機 map 字典映射法，關於 map 的方法以及其他相關方法就不一一述說了，只是針對打標籤而言。
apply
剛剛的 map 針對的是 “靜態數據”，即爲名義變量，“動態數據” 如 roomnum 房間數量列則爲數值變量，既然是數值變量，那數目肯定非常多，像 AREA 面積列，分類後的唯一固定值太多了，不像地區那樣就那麼六個，這時候就可以祭出 apply 了。同樣，作爲必會且極度出名的 apply，使用方法也無須多言，這裏依然只是針對打標籤而言。
需求：給房間數目 roomnum 分層
- 1 ~ 2 個：少(0)
- 3 個或以上：多(1)
同理，添加與平均房價相比的 price_bool 變量亦如此，不多贅述
apply 作用機理
重點來了！
與平均房價相比的 price_bool 變量的添加難度還不大，那 根據地區劃分 的平均房價變量呢，即每個地區某一房價與該地區的平均房價相比，聽起來有點拗口。下面來拆解流程
探索性數據分析查看一下各地區的平均房價分佈情況
由 boxenplot 可以看出不同地區房價的中位數和分佈情況的差異還是比較大的，上述看似簡單的圖其實包含了不少可視化的設置與細節，後續將會繼續輸出大量實用的可視化的文章，可以直接關注。
- 圖例設置，字體細節
- 圖片整體風格，底色可調
- 背景網格，增強可讀性
- 左上右邊框隱去，視野更加聚焦於圖形
- 底軸 x 輕微向下與偏移，整潔不臃腫
上述圖形的代碼和設置均可以封裝在自寫庫中，用到時只需引入自己寫的圖形庫，一行短代碼，一個小函數即可。
所以如果能夠分別求出每個地區的房價的平均值，再與該地區的源房價進行比較，那就完美了。
法1：經驗者的 to_dict 構造字典配合 map 映射法
groupby 作用機理
還有沒有更能體現實力的方法呢？—— transform
transform 作用機理
後記
後續有更多的 Python 數據分析(清洗評估及各種操作)，可視化，網絡爬蟲，SQL 面試，商業實戰，Excel 實戰，Word 論文排版，心理學等，助力全面發展。