python笔记:3.2.2.4pandas数据操作_函数应用与映射

# -*- coding: utf-8 -*-
"""
Created on Thu May 23 15:50:35 2019

@author: User
"""

import pandas as pd
import numpy as np

cs1=pd.Series([1.5,2.5,3,5,1],index=['a','c','d','b','e'])
print("\n cs1:")
print(cs1)

cs2=pd.Series([10,20,30,50,10,100,20],index=['c','a','e','b','f','g','d'])
print("\n cs2:")
print(cs2)

cdf1=pd.DataFrame(np.arange(10).reshape((2,5)),columns=list('bcaed'))
print("\n cdf1:")
print(cdf1)

cdf2=pd.DataFrame(np.arange(12).reshape((3,4)),columns=list('abcd'))
print("\n cdf2:")
print(cdf2)

print("\n reversef=lambda x: -x:")
reversef=lambda x: -x
print(reversef(cs2))

print("\n reversef=lambda x: x.max()-x.min():")
rangef=lambda x: x.max()-x.min()
print(rangef(cs2))

print("\n rangef(cdf1.add(cdf2,fill_value=0)):")
print(rangef(cdf1.add(cdf2,fill_value=0)))

print("\n (cdf1.add(cdf2,fill_value=0)).apply(rangef,axis=0):")
print((cdf1.add(cdf2,fill_value=0)).apply(rangef,axis=0))

print("\n (cdf1.add(cdf2,fill_value=0)).apply(rangef,axis=1):")
print((cdf1.add(cdf2,fill_value=0)).apply(rangef,axis=1))

运行:

 cs1:
a    1.5
c    2.5
d    3.0
b    5.0
e    1.0
dtype: float64

 cs2:
c     10
a     20
e     30
b     50
f     10
g    100
d     20
dtype: int64

 cdf1:
   b  c  a  e  d
0  0  1  2  3  4
1  5  6  7  8  9

 cdf2:
   a  b   c   d
0  0  1   2   3
1  4  5   6   7
2  8  9  10  11

 reversef=lambda x: -x:
c    -10
a    -20
e    -30
b    -50
f    -10
g   -100
d    -20
dtype: int64

 reversef=lambda x: x.max()-x.min():
90

 rangef(cdf1.add(cdf2,fill_value=0)):
a    9.0
b    9.0
c    9.0
d    9.0
e    5.0
dtype: float64

 (cdf1.add(cdf2,fill_value=0)).apply(rangef,axis=0):
a    9.0
b    9.0
c    9.0
d    9.0
e    5.0
dtype: float64

 (cdf1.add(cdf2,fill_value=0)).apply(rangef,axis=1):
0    6.0
1    8.0
2    3.0
dtype: float64
 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值