pandas中Series的map apply方法、DataFrame的apply applymap方法、groupby方法

1 Series的map apply方法

#数据
boolean=[True,False]
gender=["男","女"]
color=["white","black","yellow"]
data=pd.DataFrame({
    "height":np.random.randint(150,190,100),
    "weight":np.random.randint(40,90,100),
    "smoker":[boolean[x] for x in np.random.randint(0,2,100)],
    "gender":[gender[x] for x in np.random.randint(0,2,100)],
    "age":np.random.randint(15,90,100),
    "color":[color[x] for x in np.random.randint(0,len(color),100) ]
}
)

#1、map：①使用字典进行映射
data["gender"] = data["gender"].map({"男":1, "女":0})

#2、map：②使用函数
def gender_map(x):
    gender = 1 if x == "男" else 0
    return gender
#注意这里传入的是函数名，不带括号
data["gender"] = data["gender"].map(gender_map)

#3、apply:
def apply_age(x,bias):
    return x+bias
#以元组的方式传入额外的参数
data["age"] = data["age"].apply(apply_age,args=(-3,))

2、DataFrame的apply applymap方法

#1、apply: 按照列求和
data[["height","weight","age"]].apply(np.sum, axis=0)

# 按照列取对数
data[["height","weight","age"]].apply(np.log, axis=0)

#2、apply：自定义函数
def BMI(series):
    weight = series["weight"]
    height = series["height"]/100
    BMI = weight/height**2
    return BMI

data["BMI"] = data.apply(BMI,axis=1)

#3、applymap:单元格
df = pd.DataFrame(
    {
        "A":np.random.randn(5),
        "B":np.random.randn(5),
        "C":np.random.randn(5),
        "D":np.random.randn(5),
        "E":np.random.randn(5),
    }
)
df.applymap(lambda x:"%.2f" % x)

3、groupby方法

company=["A","B","C"]

data=pd.DataFrame({
    "company":[company[x] for x in np.random.randint(0,len(company),10)],
    "salary":np.random.randint(5,50,10),
    "age":np.random.randint(15,50,10)
}
)
#1 聚合操作 
#是groupby后非常常见的操作，会写SQL的朋友对此应该是非常熟悉了。聚合操作可以用来求和、均值、最大值、最小值等
#max min sum mean median std(标准差) var(方差) count(计数)
（1）对所有列求平均值
data.groupby("company").agg('mean')
（2）对不同列求不同类型值
data.groupby('company').agg({'salary':'median','age':'mean'})
（3）对某列求不同类型值
whs = data.groupby('门类')['计划数'].agg(['sum','max','min','mean','count'])

#2 分类汇总后的apply应用（每个公司年龄最大的员工）
def get_oldest_staff(x):
    df = x.sort_values(by = 'age',ascending=True)
    return df.iloc[-1,:]
oldest_staff = data.groupby('company',as_index=False).apply(get_oldest_staff)

#3 分类汇总后的transform应用（添加列：员工所在的公司的平均薪水）
#方法1：生成公司平均薪水的字典，然后map查找
avg_salary_dict = data.groupby('company')['salary'].mean().to_dict()
data['avg_salary'] = data['company'].map(avg_salary_dict)

#方法2：将公司所有员工的工资转换成平均值
data['avg_salary'] = data.groupby('company')['salary'].transform('mean')