python數據分析apply(),map(),applymap()用法

Posted on by

在python的數據分析中，使用apply(),map(),applymap()，可以方便地實現對批量數據的自定義操作。其用法歸納如下。

函數 用法
apply() 用於對DataFrame中的數據進行按行或者按列 操作
map() 用於對Series中的每一個數據 操作
applymap() 用於對DataFrame的 每一個數據操作

1.示例

apply()

apply()用於對DataFrame中的數據進行按行或者按列 操作。

import pandas as pd
data = [[110, 120, 110], [130, 130, 130], [130, 120, 130]]
columns = ['語文', '數學', '英語']
df = pd.DataFrame(data=data, columns=columns)
print(df)
print("=============================")
print(df.apply(lambda x: x.sum(), axis=1))

其中axis=1表示對行操作。若axis為0則表示對列操作。

map()

map()用於對Series中的每一個數據 操作。

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

applymap

applymap()用於對DataFrame的 每一個數據操作。
操作DataFrame的每一個數據。

以將每一個數據保留兩位小數為例：

import pandas as pd
data = [[110, 120, 110], [130, 130, 130], [130, 120, 130]]
columns = ['語文', '數學', '英語']
df = pd.DataFrame(data=data, columns=columns)
print(df)
print("=============================")
print(df.applymap(lambda x: '%.2f'%x))

到此這篇關於python數據分析apply(),map(),applymap()用法的文章就介紹到這瞭,更多相關apply(),map(),applymap()用法內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet！

推薦閱讀：