python进阶-13.pandas-函数应用和映射
文章目录
- 3.4 函数应用和映射
- !!!!!obj.appiy(func,axis=0/1)
- xxx.applymap(func) 把 func 应用到 xxx 每个元素
import numpy as np
import pandas as pd
from pandas import Series,DataFrame
3.4 函数应用和映射
df1 = DataFrame(
np.random.choice(range(20),size=(4,3),replace=False),
index=list('ABCD'),
columns=list('abc'))
df1
a b c
A 14 19 17
B 1 13 18
C 12 9 0
D 5 2 7
- 使用 numpy 的函数操作
np.sum(df1,axis=0)
a 32
b 43
c 42
dtype: int64
- 使用numpy的函数操作,axis=0 跨行
np.sum(df1,axis=1)
A 50
B 32
C 21
D 14
dtype: int64
- 平均
print(df1)
np.mean(df1)
a b c
A 14 19 17
B 1 13 18
C 12 9 0
D 5 2 7
a 8.00
b 10.75
c 10.50
dtype: float64
- 极差
np.ptp(df1)
19
- #最大值
np.max(df1)
a 14
b 19
c 18
dtype: int32
np.max(df1)-np.min(df1)
a 13
b 17
c 18
dtype: int32
!!!obj.appiy(func,axis=0/1)
- 对某个 obj 的行 或 列 应用 一个函数 func
def myptp(x):
return x.max()-x.min()
print(df1)
df1.apply(myptp)
a b c
A 14 19 17
B 1 13 18
C 12 9 0
D 5 2 7
a 13
b 17
c 18
dtype: int64
- #直接用匿名函数
df1.apply(lambda x:x.max()-x.min())
a 13
b 17
c 18
dtype: int64
df2=DataFrame(
np.random.randn(4,3),
index=list('ABCD'),
columns=list('一二三'))
df2
一 二 三
A 1.255686 0.523928 1.677286
B -3.255231 0.653334 0.314630
C 0.842265 0.794596 -0.457502
D 0.292166 2.348428 0.092936
xxx.applymap(func) 把 func 应用到 xxx 每个元素
df2.apply(lambda x:round(x,3))
一 二 三
A 1.256 0.524 1.677
B -3.255 0.653 0.315
C 0.842 0.795 -0.458
D 0.292 2.348 0.093
- #这样写 返回的 字符串
df2.applymap(lambda x:'%.3f'%x)
一 二 三
A 1.256 0.524 1.677
B -3.255 0.653 0.315
C 0.842 0.795 -0.458
D 0.292 2.348 0.093
- #返回的是float
df2.applymap(lambda x:float('%.3f'%x))
一 二 三
A 1.256 0.524 1.677
B -3.255 0.653 0.315
C 0.842 0.795 -0.458
D 0.292 2.348 0.093
df2.applymap(lambda x:'%.3f'%x).applymap(lambda x:float(x))
一 二 三
A 1.256 0.524 1.677
B -3.255 0.653 0.315
C 0.842 0.795 -0.458
D 0.292 2.348 0.093
DataFrame(df2.applymap(lambda x:'%.3f'%x),dtype=float)
一 二 三
A 1.256 0.524 1.677
B -3.255 0.653 0.315
C 0.842 0.795 -0.458
D 0.292 2.348 0.093