python的apply(),map(),applymap()怎么用

這篇文章主要講解了“python的apply(),map(),applymap()怎么用”，文中的講解內(nèi)容簡單清晰，易于學習與理解，下面請大家跟著小編的思路慢慢深入，一起來研究和學習“python的apply(),map(),applymap()怎么用”吧！

在python的數(shù)據(jù)分析中，使用apply(),map(),applymap()，可以方便地實現(xiàn)對批量數(shù)據(jù)的自定義操作。其用法歸納如下。

1.示例

apply()

apply()用于對DataFrame中的數(shù)據(jù)進行按行或者按列 操作。

import pandas as pd
data = [[110, 120, 110], [130, 130, 130], [130, 120, 130]]
columns = ['語文', '數(shù)學', '英語']
df = pd.DataFrame(data=data, columns=columns)
print(df)
print("=============================")
print(df.apply(lambda x: x.sum(), axis=1))

其中axis=1表示對行操作。若axis為0則表示對列操作。

map()

map()用于對Series中的每一個數(shù)據(jù) 操作。

import pandas as pd
s1 = pd.Series([11, 22, 33, 44, 55])
print(s1)
print("================================")
print(s1.map(lambda x: str(x)))

applymap

applymap()用于對DataFrame的 每一個數(shù)據(jù)操作。
操作DataFrame的每一個數(shù)據(jù)。

以將每一個數(shù)據(jù)保留兩位小數(shù)為例：

import pandas as pd
data = [[110, 120, 110], [130, 130, 130], [130, 120, 130]]
columns = ['語文', '數(shù)學', '英語']
df = pd.DataFrame(data=data, columns=columns)
print(df)
print("=============================")
print(df.applymap(lambda x: '%.2f'%x))

感謝各位的閱讀，以上就是“python的apply(),map(),applymap()怎么用”的內(nèi)容了，經(jīng)過本文的學習后，相信大家對python的apply(),map(),applymap()怎么用這一問題有了更深刻的體會，具體使用情況還需要大家實踐驗證。這里是億速云，小編將為大家推送更多相關知識點的文章，歡迎關注！