python数据分析apply()、map()和applymap()的用法

  apply applymap map,

  本文主要介绍python数据分析apply()、map()和applymap()的用法,可以方便地实现批量数据的自定义操作。用法总结如下。有需要的朋友可以参考一下。

  00-1010 1.例子apply()map()applymap在python的数据分析中,可以利用apply(),map()和applymap()方便地实现批量数据的自定义操作。其用法总结如下。

  函数apply()用于按行或列操作数据帧中的数据。map()用于操作序列中的每个数据。applymap()用于操作数据帧中的每个数据。

  

目录

 

  

1.示例

 

  Apply()用于对数据帧中的数据执行逐行或逐列操作。

  进口熊猫作为pd

  data=[[110,120,110],[130,130,130],[130,120,130]

  Columns=[中文,数学,英文]

  df=pd。DataFrame(数据=数据,列=列)

  打印(df)

  打印(=========================)

  print(df . apply(lambda x : x . sum(),axis=1))

  其中axis=1表示对该行的操作。如果轴为0,则表示列操作。

  

apply()

 

  Map()用于对序列中的每个数据进行操作。

  进口熊猫作为pd

  s1=pd。系列([11,22,33,44,55])

  打印(s1)

  打印(============================)

  打印(s1.map(lambda x: str(x)))

  

map()

 

  applymap()用于DataFrame的每个数据操作。

  处理数据帧中的每一个数据。

  以将每一个数据保留两位小数为例:

  进口熊猫作为pd

  data=[[110,120,110],[130,130,130],[130,120,130]

  Columns=[中文,数学,英文]

  df=pd。DataFrame(数据=数据,列=列)

  打印(df)

  打印(=========================)

  print(df . apply map(lambda x :“% . 2f“% x”)

  关于python数据分析的这篇文章到此为止,apply(),map(),apply map()。关于apply()、map()和apply map()用法的更多信息,请搜索热门IT软件开发工作室之前的文章或继续浏览下面的相关文章。希望大家以后多多支持热门IT软件开发工作室!

郑重声明:本文由网友发布,不代表盛行IT的观点,版权归原作者所有,仅为传播更多信息之目的,如有侵权请联系,我们将第一时间修改或删除,多谢。

相关文章阅读

  • 2020年高考成绩分布表,2020年高考成绩统计,数据分析2020年全国各省高考成绩分布情况
  • ,,python实现数据分析与建模
  • python3 数据分析,python数据分析课堂
  • 《数据思维》,数据分析的思维导图
  • python数据分析就业方向,python数据分析毕业论文
  • python数据分析数据清洗,python中数据清洗
  • 基于Python的数据可视化,python数据分析及可视化处理的第三方库
  • 利用python进行数据分析豆瓣,python数据分析基础和利用python进行数据分析
  • python数据分析数据清洗,用python进行数据清洗
  • python对excel表格数据的统计和分析,python进行excel数据分析
  • 从零开始学Python数据分析与挖掘,自学python数据分析
  • python数据分析结构思维导图,python组合数据类型思维导图
  • 关联规则分析案例,关联规则数据分析题,关联规则的实际案例数据
  • 数据分析与商业数据分析,120个Excel商业数据分析实战案例
  • python数据分析excel读写,python 读取excel数据
  • 留言与评论(共有 条评论)
       
    验证码: