Pandas 中 apply 和 map 的使用

1. apply()

apply() 对 DataFrame 整列或整行进行操作,比如求和、求最大值和求平均之类的运算

df.apply(lambda x:sum(x))   # 对整列求和

2. map()

map() 对 DataFrame 的单列或者 Series 进行操作

df[cols].map(lambda x:format(x,'.2f'))   # 浮点型
df[cols].map(lambda x:format(x,'.2%'))   # 百分位
df[cols].map(lambda x:format(x,','))     # 设置千分位分隔符

设置浮点型也可以使用 round() 函数

df[cols].round(decimals=2)   # 浮点型

3. applymap()

applymap()对 DataFrame 中每一个元素进行遍历操作

df.applymap(lambda x:format(x,'.2f'))   
  • 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