在python的数据分析中，使用apply(),map(),applymap()，可以方便地实现对批量数据的自定义操作。其用法归纳如下。
示例
apply()map()applymap
| 函数 | 用法 |
|---|---|
| apply() | 用于对Dataframe中的数据进行按行或者按列 操作 |
| map() | 用于对Series中的每一个数据 操作 |
| applymap() | 用于对Dataframe的 每一个数据操作 |
示例 apply()
apply()用于对Dataframe中的数据进行按行或者按列 操作。
import pandas as pd
data = [[110, 120, 110], [130, 130, 130], [130, 120, 130]]
columns = ['语文', '数学', '英语']
df = pd.Dataframe(data=data, columns=columns)
print(df)
print("=============================")
print(df.apply(lambda x: x.sum(), axis=1))
其中axis=1表示对行操作。若axis为0则表示对列操作。
map()
map()用于对Series中的每一个数据 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()用于对Dataframe的 每一个数据操作。
操作Dataframe的每一个数据。
以将每一个数据保留两位小数为例：
import pandas as pd
data = [[110, 120, 110], [130, 130, 130], [130, 120, 130]]
columns = ['语文', '数学', '英语']
df = pd.Dataframe(data=data, columns=columns)
print(df)
print("=============================")
print(df.applymap(lambda x: '%.2f'%x))
