【Python基础】pandas中apply与map的异同
◆ ◆ ◆ ◆ ◆
前言
pandas作为数据处理与分析的利器,它的江湖地位非同小可。在我们数据处理与分析过程中,有时候需要对某一列的每一个值都进行处理,这时候推荐大家使用apply或者map。
但是,二者又有啥区别呢?一起来通过几个小例子学习一下吧。
APPLY
一、直接使用内置函数或者numpy函数
# 数据展示
>>> df
Out[1]:姓名 年龄
0 alan 19
1 black 15
2 cici 23
3 david 22
4 eric 18# 计算字符长度
>>> df['姓名'].apply(len)
Out[2]:
0 4
1 5
2 4
3 5
4 4
Name: 姓名, dtype: int64# 计算平方
>>> df['年龄'].apply(np.square)
Out[3]:
0 361
1 225
2 529
3 484
4 324
Name: 年龄, dtype: int64
二、使用lambda匿名函数
# 根据年龄打标签:是否成年
>>> df['年龄'].apply(lambda x: '已成年' if x>=18 else '未成年')
Out[4]:
0 已成年
1 未成年
2 已成年
3 已成年
4 已成年
Name: 年龄, dtype: object# 修改姓名为首字母大写
>>> df['姓名'].apply(lambda x: x.title())
Out[5]:
0 Alan
1 Black
2 Cici
3 David
4 Eric
Name: 姓名, dtype: object
三、使用def自定义函数
# 自定义函数
def fn(x):if x >=18:return '成年人'else:return '未成年'# 自定义函数作为apply参数
>>> df['年龄'].apply(fn)
Out[6]:
0 成年人
1 未成年
2 成年人
3 成年人
4 成年人
Name: 年龄, dtype: object
需要注意的是,apply不仅可以用于Series,还可用于DataFrame,具体可以根据自己的业务需要,及数据处理规范来使用即可。
MAP
一、直接使用内置函数或者numpy函数
# 计算字符长度
>>> df['姓名'].map(len)
Out[7]:
0 4
1 5
2 4
3 5
4 4
Name: 姓名, dtype: int64# 计算平方
>>> df['年龄'].map(np.square)
Out[8]:
0 361
1 225
2 529
3 484
4 324
Name: 年龄, dtype: int64
二、使用lambda匿名函数
# 根据年龄打标签:是否成年
>>> df['年龄'].map(lambda x: '已成年' if x>=18 else '未成年')
Out[9]:
0 已成年
1 未成年
2 已成年
3 已成年
4 已成年
Name: 年龄, dtype: object# 修改姓名为首字母大写
>>> df['姓名'].map(lambda x: x.title())
Out[10]:
0 Alan
1 Black
2 Cici
3 David
4 Eric
Name: 姓名, dtype: object
三、使用def自定义函数
# 自定义函数作为map参数
>>> df['年龄'].map(fn)
Out[11]:
0 成年人
1 未成年
2 成年人
3 成年人
4 成年人
Name: 年龄, dtype: object
四、使用dict作为map参数
# apply没有这种功能!
>>> df['姓名'].map({'alan':'女','black':'男','cici':'女','david':'男','eric':'男'})
Out[12]:
0 女
1 男
2 女
3 男
4 男
Name: 姓名, dtype: object
通过上面的小例子讲解,我们可以得出以下结论:
(1)map、apply在用于Series时,对每一个值进行处理,两者并没有什么区别。(是否受数据量影响可以自行验证)
(2)apply不仅可以用于Series,还可以用于DataFrame;而map只能用于Series。
(3)一般情况下,apply应用更广泛,尤其是自定义函数带多个参数时,建议使用apply。
记得点在看~祝大家一夜暴富,基金、股票一片红~
往期精彩回顾适合初学者入门人工智能的路线及资料下载机器学习及深度学习笔记等资料打印机器学习在线手册深度学习笔记专辑《统计学习方法》的代码复现专辑
AI基础下载机器学习的数学基础专辑
【Python基础】pandas中apply与map的异同相关推荐
- 【基础】pandas中apply与map的异同
◆ ◆ ◆ ◆ ◆ 前言 pandas作为数据处理与分析的利器,它的江湖地位非同小可.在我们数据处理与分析过程中,有时候需要对某一列的每一个值都进行处理,这时候推荐大家使用apply或者map. 但 ...
- pandas中apply与map的异同
◆ ◆ ◆ ◆ ◆ 前言 pandas作为数据处理与分析的利器,它的江湖地位非同小可.在我们数据处理与分析过程中,有时候需要对某一列的每一个值都进行处理,这时候推荐大家使用apply或者map. 但 ...
- python column stack_Python基础 | pandas中dataframe的整合与形变(merge reshape)
[toc] 本文示例数据下载,密码:vwy3 import pandas as pd # 数据是之前在cnblog上抓取的部分文章信息 df = pd.read_csv('./data/SQL测试用数 ...
- pythonpandas函数详解_对pandas中Series的map函数详解
Series的map方法可以接受一个函数或含有映射关系的字典型对象. 使用map是一种实现元素级转换以及其他数据清理工作的便捷方式. (DataFrame中对应的是applymap()函数,当然Dat ...
- Python将Pandas中Dataframe数据保存为gzip/zip文件:gzip压缩文件、zip压缩文件
Python将Pandas中Dataframe数据保存为gzip/zip文件:gzip压缩文件.zip压缩文件 目录 Python将Pandas中Dataframe数据保存为gzip/zip文件:gz ...
- python使用pandas中的to_json函数将dataframe数据写入json文件中
python使用pandas中的to_json函数将dataframe数据写入json文件中 目录 python使用pandas中的to_json函数将dataframe数据写入json文件中 #导入 ...
- Python函数中apply、map、applymap的区别
一.总结 apply -- 应用在 dataFrame 上,用于对 row 或者 column 进行计算 applymap -- 应用在 dataFrame 上,元素级别的操作 map -- pyth ...
- 【Python】Pandas中的宝藏函数-apply
apply()堪称Pandas中最好用的方法,其使用方式跟map()很像,主要传入的主要参数都是接受输入返回输出. 但相较于昨天介绍的map()针对单列Series进行处理,一条apply()语句可以 ...
- Python中apply和map的区别
文章目录 一.apply用法 二.map用法 apply和map的区别 概括: apply:用在dataframe上,用于对row或者column进行计算 applymap :用于dataframe上 ...
最新文章
- Unirest 轻量级的HTTP开发库
- 在eclipse中创建web项目(非myeclipse)
- React Native实例之房产搜索APP
- 【AI视野·今日Robot 机器人论文速览 第十六期】Tue, 29 Jun 2021
- PHP-Open Flash Chart注意事项
- 低学历、文科出身,我如何从月薪不到 3000 逆袭为大厂高薪程序员?
- 语言 泰克示波器程序_示波器再升级,EMI测试不求人
- 如何共享计算机磁盘,扩展群集共享磁盘的分区 - Windows Server | Microsoft Docs
- SpringBoot使用RestTemplate 摘要认证
- eclipserunas里没有选项_在电脑浏览器里阅读某一微信公众号所有文章
- c语言编程软件有哪些 Win7下用哪种C语言编译器
- malloc函数及用法
- CSS3背景(background-size、background-origin、background-clip)圆角
- 不得不看的Python入门知识
- 计算机量子化学计算焓,量子化学计算方法及应用.doc
- ORACLE 各类博客
- 麻进:这次不烧作品!
- 大数据 -- 数据倾斜
- 在网页中引用阿里iconfont字体图标的三种方式
- 计算机应用基础18春在线作业2,东师计算机应用基础18——春在线作业2.docx
热门文章
- windows下架构svn服务器
- IIS7 与 WCF 问题总结
- 从零入门 FreeRTOS 操作系统之创建任务流程
- 原创:pta做题笔记:注意数组大小大一点!//准考证号,试机座位,考试座位查询
- Android(六)——Android第一周学习
- php 照片变成卡通照片,Photoshop实例:变照片为卡通漫画
- Jenkins 设置镜像_Windows Docker Agent 镜像可以常规使用了
- ArcGIS Pro 制作与发布高程服务Elevation Layer
- 【Spring 数据访问终篇】Spring + Hibernate + Mysql
- C语言 | 用51单片机实现公历与农历星期的转换(完整源代码)