利用python进行统计分析学习笔记 第7章

第7章,基本功能部分,讲到了函数应用和映射

这里作者说了。

,将函数应用到由各列或行所形成的一维数组上。 DataFrame
apply 方法即可实现此功能:
然后又说,
元素级的 Python 函数也是可以用的。假如你想得到 frame 中各个浮点值的格式化字
符串,使用 applymap 即可:

 这里我的理解是,apply可以应用与列或者行,map则是应用到每个元素的。

比如

可以使用一个元素级别的函数,比如这样;

 但是这个函数,用职能map到元素级别,要应用到行列或者整个dataframe就不行。

 如果非要使用,那么可以用apply

但是结果是这样的。

 发生了什么,为什么是这样,因为apply默认会按照行处理,会先把行序列化为一串数字,然后变成文本,然后在最后加上”_ok",就是这样。

现在再定义一个应用于行列的函数,

 可以使用apply,那么就可以得到每一列的计算结果。但是如果用map

会得到一个属性错误,就是因为,dataframe没有map的属性。不能使用map。所以只有元素级别才行。 

 

 

 应用到行或者列,也不行,因为 map还是会降级到元素级别。因为数据表里的每一个数据,没有.max.min这样的方法。

以上就是我的理解。

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