python中的apply(),applymap(),map() 的用法和區別
阿新 • • 發佈:2020-08-05
在Python中如果想要對資料使用函式,可以藉助apply(),applymap(),map() 來應用函式,括號裡面可以是直接函式式,或者自定義函式(def)或者匿名函式(lambad)
import pandas as pd import numpy as np from pandas import DataFrame from pandas import Series df1= DataFrame({ "sales1":[-1,2,3], "sales2":[3,-5,7], }) df1
1、當我們要對資料框(DataFrame)的資料進行按行或按列操作時用apply()
df1.apply(lambda x :x.max()-x.min(),axis=1) #axis=1,表示按行對資料進行操作 #從下面的結果可以看出,我們使用了apply函式之後,系統自動按行找最大值和最小值計算,每一行輸出一個值
0 4 1 7 2 4 dtype: int64
df1.apply(lambda x :x.max()-x.min(),axis=0) #預設引數axis=0,表示按列對資料進行操作 #從下面的結果可以看出,我們使用了apply函式之後,系統自動按列找最大值和最小值計算,每一列輸出一個值
sales1 4 sales2 12 dtype: int64
2、當我們要對資料框(DataFrame)的每一個數據進行操作時用applymap(),返回結果是DataFrame格式
df1.applymap(lambda x : 1 if x>0 else 0) #從下面的結果可以看出,我們使用了applymap函式之後, #系統自動對每一個數據進行判斷,判斷之後輸出結果
3、當我們要對Series的每一個數據進行操作時用map()
df1.sales1.map(lambda x : 1 if x>0 else 0) #df1.sales1就是一個Series
0 0 1 1 2 1 Name: sales1, dtype: int64
4、總結:要對資料進行應用函式時,先看資料結構是DataFrame還是Series,Seriesj結構直接用map(),DataFrame結構的話再看是要按行還是按列進行操作來選擇對應的函式即可~