pandas指定单元格背景颜色_利用pandas进行数据处理和操作

本文介绍了如何利用pandas的Map、Apply、Applymap和Groupby方法进行数据处理。Map用于按字典映射列,Apply应用于整个列或数据框,Applymap逐个处理所有单元格,而Groupby则基于选定类别对数据分组。文章鼓励读者深入学习pandas文档以了解更多功能。
摘要由CSDN通过智能技术生成
import os, sys
import pandas as pd
import numpy as np

PATH = os.getcwd() + '/'
# 数据可视化notebook里下载好了文件
os.chdir(PATH)
df = pd.read_csv(PATH + 'iris.data', names=['sepal length', 'sepal width', 'petal length', 'petal width', 'class'])

1. Map

  • map提供字典进行类别的印射
  • map方法传入一个序列或函数,执行对某个列的转变
df['class'] = df['class'].map({
    'Iris-setosa': 'SET', 'Iris-virginica': 'VIR', 'Iris-versicolor': 'VER'})
df

602cb791b35437a24e78949cb7c46357.png

2. Apply

  • apply作用于整个指定列
  • 根据花瓣的宽度创建新的列
  • 0
    点赞
  • 1
    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