pandas函数映射

import pandas as pd
import numpy as np
from pandas import Series,DataFrame

df1 = DataFrame(
    np.random.choice(range(20),size=(4,3),replace=False),
    index=list('ABCD'),
    columns=list('abc')
)
print(df1)

#使用numpy函数操作 axis 控制行列聚合 0跨列 1跨行
print(np.sum(df1,axis=1))

#平均
print(np.mean(df1,axis=1))

#整体的极差
print(np.ptp(df1))

#最大值
print(np.max(df1))

#每一行的极差
print(np.max(df1,axis=1)-np.min(df1,axis=1))

'''
!!!!!!!!!!!!!
object.apply(func,axis=0/1)
对某obj的行或列 应用一个函数 func
'''
def Myptp(x):
    return x.max()-x.min()
print(df1.apply(Myptp,axis=1))

#使用匿名函数
print(df1.apply(lambda x:x.max()-x.min(),axis=1))

#省略小数位数
df2 = DataFrame(
    np.random.randn(4,3),
    index=list('ABCD'),
    columns=list('一二三')
)
print(df2)

print(df2.apply(lambda x:round(x,2)))

print(round(df2,2))


'''
applymap(func)把 func 应用到每个元素上
'''

print(df2.applymap(lambda x:f'{round(x,2)}%'))

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

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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