返回顶部

Pandas apply, map 和 applymap 的区别

0

0/300

评论 1

卓越助教

与 applymap() 相关联的函数被应用于给定的 DataFrame 的所有元素,因此 applymap() 方法只针对 DataFrames 定义。同样,与 apply() 方法相关联的函数可以应用于 DataFrame 或 Series 的所有元素,因此 apply() 方法是为 Series 和 DataFrame 对象定义的。Pandas 中的 map() 方法只能为 Series 对象定义。 import pandas as pd df = pd.DataFrame({ 'Col 1': [30,40,50,60], 'Col 2': [23,35,65,45], 'Col 3': [85,87,90,89], },index=["A","B","C","D"]) print(df,"\n") 输出: Col 1 Col 2 Col 3 A 30 23 85 B 40 35 87 C 50 65 90 D 60 45 89 我们将使用上例中显示的 DataFrame df 来解释 Pandas 中 apply()、map() 和 applymap() 方法之间的区别。 pandas.DataFrame.applymap() 语法 DataFrame.applymap(func, na_action=None) 它将函数 func 应用于 DataFrame 的每个元素。 示例:使用 applymap() 方法来改变 DataFrame 中的元素 import pandas as pd df = pd.DataFrame({ 'Col 1': [30,40,50,60],

2021-11-22 18:19:48

- 没有更多了 -