脚本之家 服务器常用软件
快捷导航
您的位置：首页 → 脚本专栏 → python → apply(),map(),applymap()用法

python数据分析apply(),map(),applymap()用法

 更新时间：2022年03月06日 15:58:22   作者：侯小啾  
这篇文章主要介绍了python数据分析apply(),map(),applymap()用法，可以方便地实现对批量数据的自定义操作。用法归纳如下,需要的朋友可以参考一下

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。

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

1.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 = [[110, 120, 110], [130, 130, 130], [130, 120, 130]]
columns = ['语文', '数学', '英语']
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)))

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 = [[110, 120, 110], [130, 130, 130], [130, 120, 130]]
columns = ['语文', '数学', '英语']
df = pd.DataFrame(data=data, columns=columns)
print(df)
print("=============================")
print(df.applymap(lambda x: '%.2f'%x))

到此这篇关于python数据分析apply(),map(),applymap()用法的文章就介绍到这了,更多相关apply(),map(),applymap()用法内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

您可能感兴趣的文章:

相关文章

最新评论