pandas DataFrame map方法的實現(xiàn)
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)應用一個函數(shù) |
| DataFrame.map(func[, na_action]) | 用于對 DataFrame 的每個元素應用一個函數(shù) |
pandas.DataFrame.map()
pandas.DataFrame.map() 方法用于對 DataFrame 的每個元素應用一個函數(shù)。它是最簡單的逐元素操作方法,常用于數(shù)據(jù)轉換或清洗。
方法簽名
DataFrame.map(func, na_action=None)
參數(shù)說明
| 參數(shù) | 類型 | 描述 |
|---|---|---|
func | function | 應用在 DataFrame 每個元素上的函數(shù)。 |
na_action | {None, ‘ignore’}, default: None | 若為 'ignore',則跳過 NaN 值,不對其應用 func。 |
返回值
- 返回一個新的 DataFrame,其形狀與原 DataFrame 相同,每個元素是
func應用后的結果。
示例
示例1:簡單映射(如將每個元素轉為字符串)
import pandas as pd
df = pd.DataFrame({
'A': [1, 2, 3],
'B': [4, 5, 6]
})
# 將每個元素轉換為字符串
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)
# 對每個元素加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
map()是對 DataFrame 中的每個元素進行一對一變換的理想工具。- 支持跳過
NaN值進行映射。 - 常用于格式轉換、數(shù)值變換等場景。
到此這篇關于pandas DataFrame map方法的實現(xiàn)的文章就介紹到這了,更多相關pandas DataFrame map內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家!
相關文章
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),具有一定的參考價值,感興趣的小伙伴們可以參考一下2018-03-03
Python+Pygame實現(xiàn)懷舊游戲飛機大戰(zhàn)
第一次見到飛機大戰(zhàn)是在小學五年級下半學期的時候,這個游戲中可以說包含了幾乎所有我目前可接觸到的pygame知識。本文就來利用Pygame實現(xiàn)飛機大戰(zhàn)游戲,需要的可以參考一下2022-11-11
Python存儲List數(shù)據(jù)到文件(text/csv/excel)幾種常見方法
在數(shù)據(jù)分析中經常需要從csv格式的文件中存取數(shù)據(jù)以及將數(shù)據(jù)寫書到csv文件中,下面這篇文章主要給大家介紹了關于Python存儲List數(shù)據(jù)到文件(text/csv/excel)的幾種常見方法,需要的朋友可以參考下2024-02-02

