浅谈Pandas中map, applymap and apply的区别

 更新时间:2018年04月10日 10:47:11   作者:小强的呼呼呼  
下面小编就为大家分享一篇浅谈Pandas中map, applymap and apply的区别,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧

1.apply()

当想让方程作用在一维的向量上时,可以使用apply来完成,如下所示

In [116]: frame = DataFrame(np.random.randn(4, 3), columns=list('bde'), index=['Utah', 'Ohio', 'Texas', 'Oregon'])
In [117]: frame
Out[117]: 
        b     d     e
Utah  -0.029638 1.081563 1.280300
Ohio  0.647747 0.831136 -1.549481
Texas  0.513416 -0.884417 0.195343
Oregon -0.485454 -0.477388 -0.309548
In [118]: f = lambda x: x.max() - x.min()
In [119]: frame.apply(f)
Out[119]: 
b  1.133201
d  1.965980
e  2.829781
dtype: float64

但是因为大多数的列表统计方程 (比如 sum 和 mean)是DataFrame的函数,所以apply很多时候不是必须的

2.applymap()

如果想让方程作用于DataFrame中的每一个元素,可以使用applymap().用法如下所示

In [120]: format = lambda x: '%.2f' % x
In [121]: frame.applymap(format)
Out[121]: 
      b   d   e
Utah  -0.03  1.08  1.28
Ohio   0.65  0.83 -1.55
Texas  0.51 -0.88  0.20
Oregon -0.49 -0.48 -0.31

3.map()

map()只要是作用将函数作用于一个Series的每一个元素,用法如下所示

In [122]: frame['e'].map(format)
Out[122]: 
Utah    1.28
Ohio   -1.55
Texas   0.20
Oregon  -0.31
Name: e, dtype: object

总的来说就是apply()是一种让函数作用于列或者行操作,applymap()是一种让函数作用于DataFrame每一个元素的操作,而map是一种让函数作用于Series每一个元素的操作。

以上这篇浅谈Pandas中map, applymap and apply的区别就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持脚本之家。

相关文章

  • pandas计算最大连续间隔的方法

    pandas计算最大连续间隔的方法

    今天小编就为大家分享一篇pandas计算最大连续间隔的方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2019-07-07
  • python中aioysql(异步操作MySQL)的方法

    python中aioysql(异步操作MySQL)的方法

    这篇文章主要介绍了aioysql(异步操作MySQL)-python 的相关知识,非常不错,具有一定的参考借鉴价值,需要的朋友可以参考下
    2019-04-04
  • 分析在Python中何种情况下需要使用断言

    分析在Python中何种情况下需要使用断言

    这篇文章主要介绍了分析在Python中何种情况下需要使用断言,以避免在断言使用中经常可能碰到的错误,作者给出了具体代码示例,需要的朋友可以参考下
    2015-04-04
  • Python matplotlib绘制灰度和彩色直方图

    Python matplotlib绘制灰度和彩色直方图

    Matplotlib是Python的绘图库,它能让使用者很轻松地将数据图形化,并且提供多样化的输出格式。本文将为大家介绍如何用matplotlib绘制灰度和彩色直方图,感兴趣的朋友可以学习一下
    2021-12-12
  • Python使用asyncio异步时的常见问题总结

    Python使用asyncio异步时的常见问题总结

    这篇文章主要为大家整理了开发人员在 Python 中使用 asyncio 时提出的常见问题以及解决方法,文中的示例代码讲解详细,感兴趣的可以学习一下
    2023-04-04
  • Python Reduce函数的高级用法详解

    Python Reduce函数的高级用法详解

    这篇文章主要介绍了reduce函数的工作原理和应用,同时提供丰富的示例代码,方便更好地理解如何使用reduce函数来轻松解决复杂的数据聚合问题,需要的可以参考下
    2023-11-11
  • python3编码问题汇总

    python3编码问题汇总

    本文给通过一个具体的编码问题的解决办法,给大家详细分享了python中的编码问题的来龙去脉,非常的细致全面,有需要的小伙伴可以参考下
    2016-09-09
  • python中f‘{}‘用法小结

    python中f‘{}‘用法小结

    这篇文章主要介绍了python中f‘{}‘用法,f’{}’用法等同于 format用法的简单使用,更加方便,本文给大家详细讲解,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下
    2023-03-03
  • python中的reduce内建函数使用方法指南

    python中的reduce内建函数使用方法指南

    python中的reduce内建函数是一个二元操作函数,他用来将一个数据集合(链表,元组等)中的所有数据进行下列操作:用传给reduce中的函数 func()(必须是一个二元操作函数)先对集合中的第1,2个数据进行操作,得到的结果再与第三个数据用func()函数运算,最后得到一个结果
    2014-08-08
  • Python高斯消除矩阵

    Python高斯消除矩阵

    今天小编就为大家分享一篇关于Python高斯消除矩阵,小编觉得内容挺不错的,现在分享给大家,具有很好的参考价值,需要的朋友一起跟随小编来看看吧
    2019-01-01

最新评论