python數(shù)據(jù)分析apply(),map(),applymap()用法
在python的數(shù)據(jù)分析中,使用apply(),map(),applymap(),可以方便地實現(xiàn)對批量數(shù)據(jù)的自定義操作。其用法歸納如下。
函數(shù) | 用法 |
---|---|
apply() | 用于對DataFrame中的數(shù)據(jù)進行按行或者按列 操作 |
map() | 用于對Series中的每一個數(shù)據(jù) 操作 |
applymap() | 用于對DataFrame的 每一個數(shù)據(jù)操作 |
1.示例
apply()
apply()
用于對DataFrame中的數(shù)據(jù)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(shù)學(xué)', '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中的每一個數(shù)據(jù) 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 每一個數(shù)據(jù)操作。
操作DataFrame的每一個數(shù)據(jù)。
以將每一個數(shù)據(jù)保留兩位小數(shù)為例:
import pandas as pd data = [[110, 120, 110], [130, 130, 130], [130, 120, 130]] columns = ['語文', '數(shù)學(xué)', '英語'] df = pd.DataFrame(data=data, columns=columns) print(df) print("=============================") print(df.applymap(lambda x: '%.2f'%x))
到此這篇關(guān)于python數(shù)據(jù)分析apply(),map(),applymap()用法的文章就介紹到這了,更多相關(guān)apply(),map(),applymap()用法內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
pytorch實現(xiàn)建立自己的數(shù)據(jù)集(以mnist為例)
今天小編就為大家分享一篇pytorch實現(xiàn)建立自己的數(shù)據(jù)集(以mnist為例),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2020-01-01