Series数据自定义处理函数map()

这篇博客介绍了Pandas DataFrame中map和apply函数的使用。通过示例展示了如何利用lambda表达式对Series应用map函数,创建新的列'df['c']',将'a'列的每个元素加5。同时指出map函数不会直接修改原数据,需要重新赋值。理解这两个函数对于数据处理至关重要。
摘要由CSDN通过智能技术生成

map函数相当于DataFrame中的apply函数。只不过是针对Series的。
可以这么干:

import pandas as pd
df = pd.DataFrame({'a':[1, 2, 3], 'b': [2,3,4]})
df['c'] = df['a'].map(lambda x : x + 5)
# 这时候df['c']的数据就变成:
df['c']: [6, 7, 8]

这里有一点要注意 再执行map函数之后需要重新赋值给新的一个Series对象(要么新的列要么原来列。都行) 它本身不会替代。也就是说不带有inplace=True参数

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 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

打赏作者

@凌晨三点半

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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