在python的資料分析中，使用apply(),map(),applymap()，可以方便地實作對批量資料的自定義操作，其用法歸納如下，
文章目錄
- 示例
- apply()
- map()
- applymap
| 函式 | 用法 |
|---|---|
| apply() | 用于對DataFrame中的資料進行按行或者按列 操作 |
| map() | 用于對Series中的每一個資料 操作 |
| applymap() | 用于對DataFrame的 每一個資料操作 |
????????????????????
示例
apply()
apply()用于對DataFrame中的資料進行按行或者按列 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()用于對Series中的每一個資料 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()用于對DataFrame的 每一個資料操作，
操作DataFrame的每一個資料，
以將每一個資料保留兩位小數為例：
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))
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/438656.html
標籤：AI