pandas函数应用 `apply()`,`applymap()`,`map()`

最新推荐文章于 2022-04-23 16:35:16 发布

小卜妞~

最新推荐文章于 2022-04-23 16:35:16 发布

阅读量203

点赞数

分类专栏： # pandas 文章标签： pandas

本文链接：https://blog.csdn.net/qq_33866063/article/details/117234281

版权

本文详细介绍了pandas中`apply()`、`applymap()`和`map()`函数的用法和区别。`apply()`适用于DataFrame的行或列，`applymap()`用于DataFrame的每个元素，`map()`则作用于单独一列的每个元素。通过实例解析，帮助读者掌握这三个函数的使用场景。

摘要由CSDN通过智能技术生成

pandas函数应用`apply()`,`applymap()`,`map()`

现在，我知道在pandas中series表示一个有列名的一个list，而DataFrame()表示有行名、有列名的表格类型的数据。

apply：应用在DataFrame的行或列中(通过指定axis)；
**applymap：**应用在DataFrame的每个元素中；
**map：**应用在单独一列（Series）的每个元素中。

1 首先，看一下`apply`的函数定义：

DataFrame.apply(func, axis=0, broadcast=**None**, raw=**False**, reduce=**None**, result_type=**None**, args=(), **kwds)

其中最重要的参数就是func了，我们可以使用numpy中的函数，可以自定义lambda函数，我们也可以在外面自定义函数。

import pandas as pd
import numpy as np

np.random.seed(1)
df = pd.DataFrame(np.random.randn(4,3),
                  index = list('abcd'),
                  columns = list('ABC')