快捷導(dǎo)航

Python數(shù)據(jù)分析之?Pandas?Dataframe應(yīng)用自定義

更新時(shí)間：2022年05月22日 11:42:00 作者：??tigeriaf????

這篇文章主要介紹了Python數(shù)據(jù)分析之?Pandas?Dataframe應(yīng)用自定義，文章基于python的相關(guān)資料展開?Pandas?Dataframe應(yīng)用自定義的詳細(xì)內(nèi)容，需要的小伙伴可以參考一下

前言:

在進(jìn)行數(shù)據(jù)分析時(shí)，難免需要對(duì)數(shù)據(jù)集應(yīng)用一些我們自定義的一些函數(shù)，或者其他庫的函數(shù)，得到我們想要的數(shù)據(jù)，這種情況下，可能大家第一時(shí)間想到的是使用for循環(huán)遍歷Dataframe對(duì)象，取到指定行/列的數(shù)據(jù)再進(jìn)行自定義函數(shù)的應(yīng)用，當(dāng)然這種方法完全可以實(shí)現(xiàn)，但是效率不高，接下來就來介紹一下在Pandas中如何對(duì)數(shù)據(jù)集高效的進(jìn)行自定義函數(shù)的應(yīng)用。

應(yīng)用函數(shù)

apply 方法

apply()函數(shù)是一個(gè)自定義函數(shù)作用于某一行或幾行，或者某一列或多列上的每一個(gè)元素， 使用格式如下:

df.apply(func, axis=0, *args, **kwargs)

參數(shù)如下：

func：指定函數(shù)
axis：指定作用于行還是列，默認(rèn)為0，表示作用于列，設(shè)置為1表示作用于行
*args&**kwargs：接收任意數(shù)量、類型的參數(shù)，這些參數(shù)被傳遞到函數(shù)func

例如，對(duì)下面Dataframe執(zhí)行進(jìn)行操作：

自定義"返回最大值"的函數(shù)并作用于該Dataframe：

def func(x):
    return x.max()
df.apply(func)

結(jié)果輸出如下：

可見，結(jié)果返回了每列最大的值，如果想返回每行最大的值，設(shè)置axis=1即可。

當(dāng)然apply()也支持傳遞lambda匿名函數(shù)。

applymap 方法

applymap()函數(shù)可以作用于DataFrame中的每一個(gè)元素，例如，轉(zhuǎn)換DataFrame中數(shù)據(jù)的格式：

df.applymap(lambda x: '%.2f' % x)

注意：Pandas還提供了一個(gè)map()方法，作用于Series對(duì)象，此類方法和Python原生的map()方法都很類似。

到此這篇關(guān)于Python數(shù)據(jù)分析之 Pandas Dataframe應(yīng)用自定義的文章就介紹到這了,更多相關(guān)Pandas Dataframe應(yīng)用自定義內(nèi)容請(qǐng)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！

您可能感興趣的文章: