apply applymap map,

　　本文主要介绍python数据分析apply()、map()和applymap()的用法，可以方便地实现批量数据的自定义操作。用法总结如下。有需要的朋友可以参考一下。

　　00-1010 1.例子apply()map()applymap在python的数据分析中，可以利用apply()，map()和applymap()方便地实现批量数据的自定义操作。其用法总结如下。

　　函数apply()用于按行或列操作数据帧中的数据。map()用于操作序列中的每个数据。applymap()用于操作数据帧中的每个数据。

目录

1.示例

　　Apply()用于对数据帧中的数据执行逐行或逐列操作。

　　进口熊猫作为pd

　　data=[[110，120，110]，[130，130，130]，[130，120，130]

　　Columns=[中文，数学，英文]

　　df=pd。DataFrame(数据=数据，列=列)

　　打印(df)

　　打印(=========================)

　　print(df . apply(lambda x : x . sum()，axis=1))

　　其中axis=1表示对该行的操作。如果轴为0，则表示列操作。

apply()

　　Map()用于对序列中的每个数据进行操作。

　　进口熊猫作为pd

　　s1=pd。系列([11，22，33，44，55])

　　打印(s1)

　　打印(============================)

　　打印(s1.map(lambda x: str(x)))

map()

　　applymap()用于DataFrame的每个数据操作。

　　处理数据帧中的每一个数据。

　　以将每一个数据保留两位小数为例：

　　进口熊猫作为pd

　　data=[[110，120，110]，[130，130，130]，[130，120，130]

　　Columns=[中文，数学，英文]

　　df=pd。DataFrame(数据=数据，列=列)

　　打印(df)

　　打印(=========================)

　　print(df . apply map(lambda x :“% . 2f“% x”)

　　关于python数据分析的这篇文章到此为止，apply()，map()，apply map()。关于apply()、map()和apply map()用法的更多信息，请搜索热门IT软件开发工作室之前的文章或继续浏览下面的相关文章。希望大家以后多多支持热门IT软件开发工作室！

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。