pandas DataFrame map方法的實(shí)現(xiàn)
更新時(shí)間：2025年05月06日 10:18:26 作者：liuweidong0802
pandas.DataFrame.map()方法用于對(duì) DataFrame 的每個(gè)元素應(yīng)用一個(gè)函數(shù),返回一個(gè)新的 DataFrame,其形狀與原 DataFrame 相同,下面就來(lái)介紹一下,感興趣的可以了解一下
Pandas2.2 DataFrame
Function application, GroupBy & window
| 方法 | 描述 |
|---|---|
| DataFrame.apply(func[, axis, raw, …]) | 用于沿 DataFrame 的軸（行或列）應(yīng)用一個(gè)函數(shù) |
| DataFrame.map(func[, na_action]) | 用于對(duì) DataFrame 的每個(gè)元素應(yīng)用一個(gè)函數(shù) |
pandas.DataFrame.map()
pandas.DataFrame.map() 方法用于對(duì) DataFrame 的每個(gè)元素應(yīng)用一個(gè)函數(shù)。它是最簡(jiǎn)單的逐元素操作方法，常用于數(shù)據(jù)轉(zhuǎn)換或清洗。
方法簽名
DataFrame.map(func, na_action=None)
參數(shù)說(shuō)明
| 參數(shù) | 類(lèi)型 | 描述 |
|---|---|---|
func | function | 應(yīng)用在 DataFrame 每個(gè)元素上的函數(shù)。 |
na_action | {None, ‘ignore’}, default: None | 若為 'ignore'，則跳過(guò) NaN 值，不對(duì)其應(yīng)用 func。 |
返回值
- 返回一個(gè)新的 DataFrame，其形狀與原 DataFrame 相同，每個(gè)元素是
func應(yīng)用后的結(jié)果。
示例
示例1：簡(jiǎn)單映射（如將每個(gè)元素轉(zhuǎn)為字符串）
import pandas as pd
df = pd.DataFrame({
'A': [1, 2, 3],
'B': [4, 5, 6]
})
# 將每個(gè)元素轉(zhuǎn)換為字符串
result = df.map(str)
print(result)
輸出：
A B
0 1 4
1 2 5
2 3 6
示例2：自定義函數(shù)映射（如加10）
# 對(duì)每個(gè)元素加10 result = df.map(lambda x: x + 10) print(result)
輸出：
A B
0 11 14
1 12 15
2 13 16
示例3：使用 na_action='ignore' 忽略 NaN 值
import numpy as np
df_with_nan = pd.DataFrame({
'A': [1, np.nan, 3],
'B': [np.nan, 5, 6]
})
# 只對(duì)非 NaN 元素加1
result = df_with_nan.map(lambda x: x + 1, na_action='ignore')
print(result)
輸出：
A B
0 2.0 NaN
1 NaN 6.0
2 4.0 7.0
總結(jié)
map()是對(duì) DataFrame 中的每個(gè)元素進(jìn)行一對(duì)一變換的理想工具。- 支持跳過(guò)
NaN值進(jìn)行映射。 - 常用于格式轉(zhuǎn)換、數(shù)值變換等場(chǎng)景。
到此這篇關(guān)于pandas DataFrame map方法的實(shí)現(xiàn)的文章就介紹到這了,更多相關(guān)pandas DataFrame map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！
相關(guān)文章
python如何為被裝飾的函數(shù)保留元數(shù)據(jù)
這篇文章主要為大家詳細(xì)介紹了python如何為被裝飾的函數(shù)保留元數(shù)據(jù)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2018-03-03
今天小編就為大家分享一篇解決Pycharm 導(dǎo)入其他文件夾源碼的2種方法，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-02-02
這篇文章主要為大家詳細(xì)介紹了TensorFLow用Saver保存和恢復(fù)變量，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2018-03-03
這篇文章主要介紹了python讀取mat文件中的struct問(wèn)題，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教2022-07-07
numpy.bincount用于復(fù)數(shù)權(quán)重的方法
numpy.bincount是NumPy庫(kù)中的一個(gè)函數(shù),它用于計(jì)算整數(shù)數(shù)組中每個(gè)值的出現(xiàn)次數(shù),numpy.bincount函數(shù)在統(tǒng)計(jì)整數(shù)數(shù)組中每個(gè)值的出現(xiàn)次數(shù)或權(quán)重和時(shí)非常有用,本文給大家介紹numpy.bincount如何用于復(fù)數(shù)權(quán)重,感興趣的朋友跟隨小編一起看看吧2023-11-11
Python+Pygame實(shí)現(xiàn)懷舊游戲飛機(jī)大戰(zhàn)
第一次見(jiàn)到飛機(jī)大戰(zhàn)是在小學(xué)五年級(jí)下半學(xué)期的時(shí)候，這個(gè)游戲中可以說(shuō)包含了幾乎所有我目前可接觸到的pygame知識(shí)。本文就來(lái)利用Pygame實(shí)現(xiàn)飛機(jī)大戰(zhàn)游戲，需要的可以參考一下2022-11-11
Python存儲(chǔ)List數(shù)據(jù)到文件(text/csv/excel)幾種常見(jiàn)方法
在數(shù)據(jù)分析中經(jīng)常需要從csv格式的文件中存取數(shù)據(jù)以及將數(shù)據(jù)寫(xiě)書(shū)到csv文件中,下面這篇文章主要給大家介紹了關(guān)于Python存儲(chǔ)List數(shù)據(jù)到文件(text/csv/excel)的幾種常見(jiàn)方法,需要的朋友可以參考下2024-02-02
這篇文章主要介紹了python中sort排序使用，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2019-03-03
這篇文章主要介紹了Python之plt.bar繪制柱狀圖參數(shù),具有很好的參考價(jià)值,希望對(duì)大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2023-09-09
Python執(zhí)行ping操作的簡(jiǎn)單方法
本文主要介紹了Python執(zhí)行ping操作的簡(jiǎn)單方法，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2023-02-02