pandas中apply与map的异同
时间:2022-07-28
本文章向大家介绍pandas中apply与map的异同,主要内容包括其使用实例、应用技巧、基本知识点总结和需要注意事项,具有一定的参考价值,需要的朋友可以参考一下。
作者:严小样儿
来源:统计与数据分析实战
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。
◆ ◆ ◆ ◆ ◆麟哥新书已经在京东上架了,我写了本书:《拿下Offer-数据分析师求职面试指南》,目前京东正在举行100-50活动,大家可以用相当于原价5折的预购价格购买,还是非常划算的:
点击下方小程序即可进入购买页面:
数据森麟公众号的交流群已经建立,许多小伙伴已经加入其中,感谢大家的支持。大家可以在群里交流关于数据分析&数据挖掘的相关内容,还没有加入的小伙伴可以扫描下方管理员二维码,进群前一定要关注公众号奥,关注后让管理员帮忙拉进群,期待大家的加入。
管理员二维码:
猜你喜欢
● 麟哥拼了!!!亲自出镜推荐自己新书《数据分析师求职面试指南》● 厉害了!麟哥新书登顶京东销量排行榜!● 笑死人不偿命的知乎沙雕问题排行榜
● 用Python扒出B站那些“惊为天人”的阿婆主!● 你相信逛B站也能学编程吗
- WordPress在RSS Feed 中输出自定义特色图像(缩略图)
- 单拼域名can.com以高达99.2万元成交!
- CI学习 CCNET Config 第一天
- IBatisNet基础组件
- 学习altas笔记[客户端JS和Altas环境初始化关系和DataTable返回数据的客户端处理]
- 在Windows 8 Hyper-V下的安装CentOS 6和SSH配置
- WordPress RSS Feed 优化/设置技巧六则
- SourceTree 基本介绍
- 学习Altas 笔记[JS简单调用服务端方法]
- 使用WinSCP软件在windows和Linux中进行文件传输
- 线程安全的Generic Dictionary
- Python 项目实践三(Web应用程序)第五篇
- CentOS 6.3下 安装 Mono 3.2 和Jexus 5.4
- Python 项目实践三(Web应用程序)第四篇
- JavaScript 教程
- JavaScript 编辑工具
- JavaScript 与HTML
- JavaScript 与Java
- JavaScript 数据结构
- JavaScript 基本数据类型
- JavaScript 特殊数据类型
- JavaScript 运算符
- JavaScript typeof 运算符
- JavaScript 表达式
- JavaScript 类型转换
- JavaScript 基本语法
- JavaScript 注释
- Javascript 基本处理流程
- Javascript 选择结构
- Javascript if 语句
- Javascript if 语句的嵌套
- Javascript switch 语句
- Javascript 循环结构
- Javascript 循环结构实例
- Javascript 跳转语句
- Javascript 控制语句总结
- Javascript 函数介绍
- Javascript 函数的定义
- Javascript 函数调用
- Javascript 几种特殊的函数
- JavaScript 内置函数简介
- Javascript eval() 函数
- Javascript isFinite() 函数
- Javascript isNaN() 函数
- parseInt() 与 parseFloat()
- escape() 与 unescape()
- Javascript 字符串介绍
- Javascript length属性
- javascript 字符串函数
- Javascript 日期对象简介
- Javascript 日期对象用途
- Date 对象属性和方法
- Javascript 数组是什么
- Javascript 创建数组
- Javascript 数组赋值与取值
- Javascript 数组属性和方法
- php实现数字补零的方法总结
- PHP配置ZendOpcache插件加速
- 详解php用static方法的原因
- phpinfo无法显示的原因及解决办法
- 在php的yii2框架中整合hbase库的方法
- PHP安装memcache扩展的步骤讲解
- python退出循环的方法
- PHP crypt()函数的用法讲解
- Python如何自动获取目标网站最新通知
- PHP+mysql实现的三级联动菜单功能示例
- Python调用shell cmd方法代码示例解析
- 实例讲解PHP表单处理
- 用python实现名片管理系统
- keras 简单 lstm实例(基于one-hot编码)
- keras用auc做metrics以及早停实例