数据分析利器Python——Pandas(二、运算、函数、文件、统计方法)

一、运算与对齐

pandas可对不同索引的对象进行运算,索引与数据的对应关系仍然存在于数组运算的结果中。没对齐的位置补NaN

Series和Series、DataFrame和DataFrame均可以进行运算,原则是只有行索引和列索引相同的地方才可进行运算,运算结果的行与列数按照原行与列的最大值算。【Series的对齐操作发生在索引上,DataFrame的对齐操作发生在行与列上】

Series和DataFrame进行运算时,Series被看作行数据(index被看做列名组合),和DataFrame中数据进行运算。

二、函数应用

map()函数

将函数作用于一个Series的每一个元素,函数可以是Numpy中的通用函数,也可以是自定义函数。map函数只应用Series对象

import numpy as np
import pandas as pd
import math
a = list(range(10)) # 产生一个a列表
result = map(math.sqrt,a) # 产生了map对象,只是一个操作,直到访问这个它才会产生结果
list(result) # 这个时候才会产生sqrt之后的值
# --------------------------------------------------------------------
ser = pd.Series(a)
ser.map(np.sqrt) # Series可以直接使用map函数

以上是以通用函数为例,当然也可以自定义函数,然后将其传入map,如ma

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 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

打赏作者

日光咖啡

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