在 Pandas 中選擇 map、applymap 和 apply
使用 Pandas DataFrame 時，通常需要對資料應用函數以各種方式。向量化常用的三種方法是map、applymap和apply。每個都有其獨特的用途和應用。
Map
map 是特定於 Series 物件的方法，它將函數應用於 Series 中的每個元素。它需要一個接受單一值作為輸入並傳回單一值的函數。
範例:
import pandas as pd
# Create a Series
series = pd.Series([1, 2, 3, 4, 5])
# Apply a function to each element
def square(x):
return x**2
# Apply the function to the series using map
squared_series = series.map(square)
print(squared_series)輸出：
0 1 1 4 2 9 3 16 4 25 dtype: int64
Applymap
ApplymapApplymap# Create a DataFrame df = pd.DataFrame({'a': [1, 2, 3], 'b': [4, 5, 6]}) # Apply a function to each element of the DataFrame def format_number(x): return "{:.2f}".format(x) # Apply the function to the DataFrame using applymap formatted_df = df.applymap(format_number) print(formatted_df)範例
a b 0 1.00 4.00 1 2.00 5.00 2 3.00 6.00
輸出：
申請適用
# Apply a function to each row of the DataFrame
def get_max_min_diff(row):
return row.max() - row.min()
max_min_diff = df.apply(get_max_min_diff, axis=1)
print(max_min_diff)範例:
以上是何時使用 Pandas `map`、`applymap` 或 `apply`？的詳細內容。更多資訊請關注PHP中文網其他相關文章！
