1. apply()函数的用法。
DataFrame.apply(func, axis = 0/1),将指定函数应用于dataframe中的行或者列上。官网上提示这个函数在将来会取消。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
|
frame = DataFrame(np.random.randn(4, 3), columns=list('bde'), index=['Utah', 'Ohio', 'Texas', 'Oregon']) b d e Utah 0.248637 1.583772 -0.630755 Ohio -0.096555 -0.265234 0.545998 Texas -0.097191 -0.200923 -2.147096 Oregon 1.139358 -0.992095 -0.066734 f = lambda x: x.max() - x.min() frame.apply(f) b 1.236549 d 2.575866 e 2.693094 dtype: float64 frame.apply(f, axis = 1) Utah 2.214527 Ohio 0.811232 Texas 2.049906 Oregon 2.131453 dtype: float64
|
2. applymap(),相比于apply(),其作用范围为整个DataFrame里面的数据。
1 2 3 4 5 6
|
frame.applymap(lambda x:'%.2f' % x) b d e Utah 0.25 1.58 -0.63 Ohio -0.10 -0.27 0.55 Texas -0.10 -0.20 -2.15 Oregon 1.14 -0.99 -0.07
|
3. map() 作用对象为Series。
1 2 3 4 5 6 7
|
frame['e'].map(lambda x: '%.2f'% x) Utah -0.63 Ohio 0.55 Texas -2.15 Oregon -0.07 Name: e, dtype: object
|
近期评论