python数据分析apply(),map(),applymap()用法
目录
- 1.示例
- apply()
- map()
- applymap
在python的数据分析中,使用apply(),map(),applymap(),可以方便地实现对批量数据的自定义操作。其用法归纳如下。
函数 | 用法 |
---|---|
apply() | 用于对DataFrame中的数据进行按行或者按列 操作 |
map() | 用于对Series中的每一个数据 操作 |
applymap() | 用于对DataFrame的 每一个数据操作 |
1.示例
apply()
apply()
用于对DataFrame中的数据进行按行或者按列 操作。
import pandas as pd data = [[110, 120, 110], [130, 130, 130], [130, 120, 130]] column编程客栈s = ['语文', '数学', '英语'] df = pd.DataFrame(data=d编程客栈ata, columns=columns) print(df) print("=============================") print(df.apply(lambda x: x.sum(), axis=1))
其中axis=1
表示对行操作。若axis为0则表示对列操作。
map()
map()用于对Series中的每一个数据 操作。
import pandas as 编程客栈pd s1 = pd.Series([11, 22, 33, 44, 55]) print(s1) print("================================") print(s1.map(lambda x: str(x)))
applymap
applymap()
用于对DataFrame
的 每一个数据操作。http://www.cppcns.com
以将每一个数据保留两位小数为例:
import pandas as pd data = [[110, 120, 110], [130, 130, 130], [130, 120, 130]] columns = ['语文', '数学', '英语'] df = pd.DataFrame(data=data, columns=columns) print(df) print("=============================") print(df.applymap(lambda x: '%.2f'%x))
到此这篇关于python数据分析apply(),map(),applymap()用法的文章就介绍到这了,更多相关apply(),map(),applymap()用法内容请搜索我们以前的文章或继续浏http://www.cppcns.com览下面的相关文章希望大家以后多多支持我们!
精彩评论