入门pandas—数据处理三板斧(map、apply、applymap)

本文介绍了pandas中的数据处理关键函数map、apply和applymap。map适用于逐个元素映射,不论是用字典还是自定义函数;apply则能处理更复杂的函数应用,尤其在Series和DataFrame上,根据axis参数实现按列或按行操作;applymap则对DataFrame的每个单元格单独应用函数,如用于调整数值精度等。
摘要由CSDN通过智能技术生成

在数据处理中,经常会对一个DataFrame进行逐行、逐列和逐元素的操作,对应这些操作,PD中的map\apply\applymap可以解决绝大部分这样的数
据处理需求

map

不管是利用字典还是函数进行映射,都是把对应的数据逐个当作参数传入到字典或函数中,得到映射后的值
原数据

    姓名 性别  语文   数学  英语   身高  体重
0  孙兴华  男  90  100   0  178  72
1  丁智敏  女  62   82  37  160  83
2  李平平  女  68   53  26  161  59
3   张伊  女  66   50  35  165  61
4   王松  男  78   65  29  176  68
5  卢海军  男  75   68  31  173  66
6   王刚  男  77   75  36  175  85
7  张荣耀  男  76   81  33  170  87
8  马志理  男  72   82  35  169  84

方法1:使用字典进行映射

 import pandas as pd
path = 'C:/Users/Administrator/Desktop/playground2/数据.xlsx'
data = pd.read_excel(path)
dict = {
   '男':'先生','女':'女士'}
data['性别'] = data['性别'].map(dict)
print(data)
    姓名  性别  语文   数学  英语   身高  体重
0  孙兴华  先生  90  100   0  
  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
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