Python pandas 对单列多列进行操作
其实之前都写过小笔记了Python Pandas 中lambda和apply函数的应用。用到的方法还是针对dataframe的apply函数 lambda表达式,除此之外,还存在针对series的map函数和apply函数。
下面区分单列、多列和元素级别的的操作。
1. 对单列进行操作,Series.apply()函数和Series.map()函数
针对一个Series,map函数和apply函数均可操作,看官方文档的介绍,apply适用于更复杂的操作功能。
- Series.map()函数格式化字符串
s = pd.Series(['cat', 'dog', np.nan, 'rabbit'])
>>> s.map('I am a {}'.format, na_action='ignore')
0 I am a cat
1 I am a dog
2 NaN
3 I am a rabbit
dtype: object
- Series.apply()函数最大最小归一化
df['new_col'] = df['col'].apply(lambda x: x 2)
2. 对多列进行操作,DataFrame.apply()函数
apply函数是针对指定的轴进行操作的,所以其实是行列都可以操作的,对列进行操作时指定axis=1,如下所示
df['new_col'] = df.apply(lambda x: x['a'] x['b'] - x['c'], axis=1)
def self_sum(a, b):
return a ^ 2 b ^ 2
df['sum'] = df.apply(lambda x: self_sum(x['from'], x['to']), axis=1)
3. 对个体元素进行操作,DataFrame.applymap()函数
针对整个dataframe,比如获取每个元素的长度
df.applymap(lambda x: len(str(x)), na_action='ignore')
针对整个dataframe的操作可以直接操作的,比如df**2就是对每个元素进行平方,效率更高。
今天动手归一化pandas中dataframe的一个列,竟然还忘记加apply了,哎,基础功一点都不扎实呀
这篇好文章是转载于:学新通技术网
- 版权申明: 本站部分内容来自互联网,仅供学习及演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,请提供相关证据及您的身份证明,我们将在收到邮件后48小时内删除。
- 本站站名: 学新通技术网
- 本文地址: /boutique/detail/tanhgkegki
系列文章
更多
同类精品
更多
-
photoshop保存的图片太大微信发不了怎么办
PHP中文网 06-15 -
《学习通》视频自动暂停处理方法
HelloWorld317 07-05 -
word里面弄一个表格后上面的标题会跑到下面怎么办
PHP中文网 06-20 -
Android 11 保存文件到外部存储,并分享文件
Luke 10-12 -
photoshop扩展功能面板显示灰色怎么办
PHP中文网 06-14 -
微信公众号没有声音提示怎么办
PHP中文网 03-31 -
excel下划线不显示怎么办
PHP中文网 06-23 -
excel打印预览压线压字怎么办
PHP中文网 06-22 -
TikTok加速器哪个好免费的TK加速器推荐
TK小达人 10-01 -
怎样阻止微信小程序自动打开
PHP中文网 06-13