panda中的apply方法和applymap方法的用法区别总结

 apply方法传入的是一个列Series,而applymap传入的是每一个元素值

df = pd.DataFrame({"a": "aaa", "b": 18, "c": "man", "d": 1.08},
                  index=pd.date_range("20190101", freq="D", periods=3))

print(df)


def func_map(x):
    print(type(x))
    return str(x) + "1"


def func(x):
    print(type(x))
    return pd.Series([x.max(), x.min()], index=["max", "min"])


# apply指定函数传入的是一个Series序列【这里的axis=0代表列,1代表行,和其他位置的axis相反!】
print(df.apply(func, axis=0))

# apply指定函数传入的是一个每一个元素
print(df.applymap(func_map))

 

  • 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