淺談Pandas中map, applymap and apply的區(qū)別
1.apply()
當想讓方程作用在一維的向量上時,可以使用apply來完成,如下所示
In [116]: frame = DataFrame(np.random.randn(4, 3), columns=list('bde'), index=['Utah', 'Ohio', 'Texas', 'Oregon']) In [117]: frame Out[117]: b d e Utah -0.029638 1.081563 1.280300 Ohio 0.647747 0.831136 -1.549481 Texas 0.513416 -0.884417 0.195343 Oregon -0.485454 -0.477388 -0.309548 In [118]: f = lambda x: x.max() - x.min() In [119]: frame.apply(f) Out[119]: b 1.133201 d 1.965980 e 2.829781 dtype: float64
但是因為大多數(shù)的列表統(tǒng)計方程 (比如 sum 和 mean)是DataFrame的函數(shù),所以apply很多時候不是必須的
2.applymap()
如果想讓方程作用于DataFrame中的每一個元素,可以使用applymap().用法如下所示
In [120]: format = lambda x: '%.2f' % x In [121]: frame.applymap(format) Out[121]: b d e Utah -0.03 1.08 1.28 Ohio 0.65 0.83 -1.55 Texas 0.51 -0.88 0.20 Oregon -0.49 -0.48 -0.31
3.map()
map()只要是作用將函數(shù)作用于一個Series的每一個元素,用法如下所示
In [122]: frame['e'].map(format) Out[122]: Utah 1.28 Ohio -1.55 Texas 0.20 Oregon -0.31 Name: e, dtype: object
總的來說就是apply()是一種讓函數(shù)作用于列或者行操作,applymap()是一種讓函數(shù)作用于DataFrame每一個元素的操作,而map是一種讓函數(shù)作用于Series每一個元素的操作。
以上這篇淺談Pandas中map, applymap and apply的區(qū)別就是小編分享給大家的全部內容了,希望能給大家一個參考,也希望大家多多支持腳本之家。
相關文章
教你在Excel中調用Python腳本實現(xiàn)數(shù)據(jù)自動化處理的方法
Excel是全世界最流行的編程語言,Excel已經可以實現(xiàn)編程語言的算法,因此它是具備圖靈完備性的,和JavaScript、Java、Python一樣,今天通過本文給大家介紹下Python數(shù)據(jù)自動化處理的相關知識,感興趣的朋友一起看看吧2022-02-02對Python subprocess.Popen子進程管道阻塞詳解
今天小編就為大家分享一篇對Python subprocess.Popen子進程管道阻塞詳解,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2018-10-10在python中l(wèi)ogger setlevel沒有生效的解決
今天小編就為大家分享一篇在python中l(wèi)ogger setlevel沒有生效的解決,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2020-02-02