Pandas 中map, applymap and apply的区别
来源:互联网 发布:知乎客户端电脑版下载 编辑:程序博客网 时间:2024/05/18 18:54
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]: frameOut[117]: b d eUtah -0.029638 1.081563 1.280300Ohio 0.647747 0.831136 -1.549481Texas 0.513416 -0.884417 0.195343Oregon -0.485454 -0.477388 -0.309548In [118]: f = lambda x: x.max() - x.min()In [119]: frame.apply(f)Out[119]: b 1.133201d 1.965980e 2.829781dtype: 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' % xIn [121]: frame.applymap(format)Out[121]: b d eUtah -0.03 1.08 1.28Ohio 0.65 0.83 -1.55Texas 0.51 -0.88 0.20Oregon -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 1.28Ohio -1.55Texas 0.20Oregon -0.31Name: 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
阅读全文
0 0
- Pandas 中map, applymap and apply的区别
- pandas的apply和map、applymap
- 【跟着stackoverflow学Pandas】- apply、applymap、map 三者使用差异
- pandas 中有关agg函数和apply函数的区别
- pandas中apply的使用方法
- pandas中apply函数的用法
- pandas中apply函数的用法
- Pandas 的apply函数
- python map and apply
- pandas中apply筛选数据
- map与apply区别
- pandas 中Series的map函数
- pandas 中Series的map函数
- 理解pandas的groupby().apply()
- pandas apply函数的入门
- javascript apply and call方法的区别
- pandas中loc、iloc、ix的区别
- pandas中loc iloc ix的区别
- JS事件处理程序
- 文件描述符存在形式及其dup2函数的使用
- 2日志72/300
- Word Folding
- css案例(二)
- Pandas 中map, applymap and apply的区别
- Android6.0 运行权限的理解以及封装于基类的用法
- [日常训练] 旅行
- 文件拷贝并监听
- ?最大子列和问题(Java)/[3]53. Maximum Subarray(Java)
- 【剑指Offer】面试题44:扑克牌的顺序
- hihocoder #1539 : 数组重排3
- vue.js学习小结
- 文章标题