python|python数据分析apply(),map(),applymap()用法归纳大数据|数据分析

在python的数据分析中，使用apply(),map(),applymap()，可以方便地实现对批量数据的自定义操作。其用法归纳如下。

文章目录

示例
- apply()
- map()
- applymap

函数	用法
apply()	用于对DataFrame中的数据进行按行或者按列操作
map()	用于对Series中的每一个数据操作
applymap()	用于对DataFrame的每一个数据操作

????????????????????

python|python数据分析apply(),map(),applymap()用法归纳

文章图片

文章图片

示例 apply() apply()用于对DataFrame中的数据进行按行或者按列操作。

import pandas as pd data = https://www.it610.com/article/[[110, 120, 110], [130, 130, 130], [130, 120, 130]] columns = ['语文', '数学', '英语'] df = pd.DataFrame(data=https://www.it610.com/article/data, columns=columns) print(df) print("=============================") print(df.apply(lambda x: x.sum(), axis=1))

文章图片

其中axis=1表示对行操作。若axis为0则表示对列操作。
map() map()用于对Series中的每一个数据操作。

import pandas as pd s1 = pd.Series([11, 22, 33, 44, 55]) print(s1) print("================================") print(s1.map(lambda x: str(x)))

文章图片

applymap applymap()用于对DataFrame的每一个数据操作。
操作DataFrame的每一个数据。
以将每一个数据保留两位小数为例：

import pandas as pd data = https://www.it610.com/article/[[110, 120, 110], [130, 130, 130], [130, 120, 130]] columns = ['语文', '数学', '英语'] df = pd.DataFrame(data=https://www.it610.com/article/data, columns=columns) print(df) print("=============================") print(df.applymap(lambda x: '%.2f'%x))

【python|python数据分析apply(),map(),applymap()用法归纳】