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。