实现功能
applymap:applymap 是 DataFrame 对象的方法,用于对 DataFrame 中的每个元素应用一个函数。它将函数应用于 DataFrame 的每个元素,并返回一个新的具有相同形状的 DataFrame。applymap 通常用于对 DataFrame 中的每个单元格进行元素级操作。
apply:apply 是 Series 和 DataFrame 对象的方法,用于对行或列应用一个函数。对于 DataFrame,apply 默认按列进行操作,但可以通过指定 axis 参数来改变操作的方向。apply 返回一个新的 Series 或 DataFrame
map:map 是 Series 对象的方法,用于对 Series 中的每个元素应用一个函数或字典映射。它将函数或字典映射应用于 Series 的每个元素,并返回一个新的 Series。
实现代码
- import pandas as pd
-
- df = pd.DataFrame({
- 'age': [20, 22, 21, 23, None],
- 'score': [95, 88, 92, 78, 100]})
-
- se = pd.Series([5, 8, 2, 7, 10])
-
- # 假设有一个 DataFrame df,你可以使用 applymap 将一个函数应用于每个单元格
- df = df.applymap(lambda x: x * 2) # 将每个单元格的值乘以2
- print(df)
- print('---------------')
- # 对于一个 Series s,你可以使用 apply 将一个函数应用于每个元素
- se = se.apply(lambda x: x * 2) # 将每个元素的值乘以2
- print(se)
- print('---------------')
- # 对于一个 DataFrame df,你可以使用 apply 将一个函数应用于每一行或每一列
- df = df.apply(lambda x: x.sum(), axis=0) # 对每一列求和
- print(df)
- print('---------------')
- # 假设有一个 Series s,你可以使用 map 将一个函数或字典映射应用于每个元素
- se = se.map(lambda x: x * 2) # 将每个元素的值乘以2
- print(se)
实现效果
本人读研期间发表5篇SCI数据挖掘相关论文,现在某研究院从事数据挖掘相关科研工作,对数据挖掘有一定认知和理解,会结合自身科研实践经历不定期分享关于python、机器学习、深度学习基础知识与案例。
致力于只做原创,以最简单的方式理解和学习,关注我一起交流成长。
邀请三个朋友关注V订阅号:数据杂坛,即可在后台联系我获取相关数据集和源码,送有关数据分析、数据挖掘、机器学习、深度学习相关的电子书籍。