这篇文章主要讲解了“python的apply(),map(),applymap()怎么用”，文中的讲解内容简单清晰，易于学习与理解，下面请大家跟着小编的思路慢慢深入，一起来研究和学习“python的apply(),map(),applymap()怎么用”吧！
在python的数据分析中，使用apply(),map(),applymap()，可以方便地实现对批量数据的自定义操作。其用法归纳如下。
| 函数 | 用法 |
|---|---|
| apply() | 用于对DataFrame中的数据进行按行或者按列 操作 |
| map() | 用于对Series中的每一个数据 操作 |
| applymap() | 用于对DataFrame的 每一个数据操作 |
1.示例
apply()
apply()用于对DataFrame中的数据进行按行或者按列 操作。
import pandas as pddata = [[110, 120, 110], [130, 130, 130], [130, 120, 130]]columns = ['语文', '数学', '英语']df = pd.DataFrame(data=data, columns=columns)print(df)print("=============================")print(df.apply(lambda x: x.sum(), axis=1))
其中axis=1表示对行操作。若axis为0则表示对列操作。
map()
map()用于对Series中的每一个数据 操作。
import pandas as pds1 = pd.Series([11, 22, 33, 44, 55])print(s1)print("================================")print(s1.map(lambda x: str(x)))applymap
applymap()用于对DataFrame的 每一个数据操作。
操作DataFrame的每一个数据。
以将每一个数据保留两位小数为例：
import pandas as pddata = [[110, 120, 110], [130, 130, 130], [130, 120, 130]]columns = ['语文', '数学', '英语']df = pd.DataFrame(data=data, columns=columns)print(df)print("=============================")print(df.applymap(lambda x: '%.2f'%x))
感谢各位的阅读，以上就是“python的apply(),map(),applymap()怎么用”的内容了，经过本文的学习后，相信大家对python的apply(),map(),applymap()怎么用这一问题有了更深刻的体会，具体使用情况还需要大家实践验证。这里是编程网，小编将为大家推送更多相关知识点的文章，欢迎关注！
