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 |
文章图片
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】
文章图片
推荐阅读
- python|Python日记(3)——matplotlib基础入门(1)
- 机器学习|什么是One-Hot Encoding()
- python|聊聊我的 Pandas 学习经历及动手实践
- 数据分析工具Pandas
- 深度学习|PyTorch 安装过程总结(2022-03-06)
- 算法|字节跳动2019春招研发编程题
- 程序员|自从用了Charles,Fiddler已经被我彻底卸载了
- 程序员|向英雄联盟生涯致敬,三十行Python代码爬取LOL官网英雄皮肤图片
- pygame|Maze_AI: 一款基于 Python + Pygame + AI 算法的迷宫小游戏