在Python中如果想要對(duì)數(shù)據(jù)使用函數(shù)，可以借助apply(),applymap(),map() 來應(yīng)用函數(shù)，括號(hào)里面可以是直接函數(shù)式，或者自定義函數(shù)（def）或者匿名函數(shù)（lambad）

import pandas as pd import numpy as np from pandas import DataFrame from pandas import Series df1= DataFrame({"sales1":[-1,2,3],"sales2":[3,-5,7],}) df1

1、當(dāng)我們要對(duì)數(shù)據(jù)框（DataFrame）的數(shù)據(jù)進(jìn)行按行或按列操作時(shí)用apply()

''' 學(xué)習(xí)中遇到問題沒人解答？小編創(chuàng)建了一個(gè)Python學(xué)習(xí)交流QQ群：531509025 尋找有志同道合的小伙伴，互幫互助,群里還有不錯(cuò)的視頻學(xué)習(xí)教程和PDF電子書！ ''' df1.apply(lambda x :x.max()-x.min(),axis=1) #axis=1，表示按行對(duì)數(shù)據(jù)進(jìn)行操作 #從下面的結(jié)果可以看出，我們使用了apply函數(shù)之后，系統(tǒng)自動(dòng)按行找最大值和最小值計(jì)算，每一行輸出一個(gè)值0 4 1 7 2 4 dtype: int64 df1.apply(lambda x :x.max()-x.min(),axis=0) #默認(rèn)參數(shù)axis=0,表示按列對(duì)數(shù)據(jù)進(jìn)行操作 #從下面的結(jié)果可以看出，我們使用了apply函數(shù)之后，系統(tǒng)自動(dòng)按列找最大值和最小值計(jì)算，每一列輸出一個(gè)值sales1 4 sales2 12 dtype: int64

2、當(dāng)我們要對(duì)數(shù)據(jù)框（DataFrame）的每一個(gè)數(shù)據(jù)進(jìn)行操作時(shí)用applymap()，返回結(jié)果是DataFrame格式

df1.applymap(lambda x : 1 if x>0 else 0) #從下面的結(jié)果可以看出，我們使用了applymap函數(shù)之后， #系統(tǒng)自動(dòng)對(duì)每一個(gè)數(shù)據(jù)進(jìn)行判斷，判斷之后輸出結(jié)果

3、當(dāng)我們要對(duì)Series的每一個(gè)數(shù)據(jù)進(jìn)行操作時(shí)用map()

''' 學(xué)習(xí)中遇到問題沒人解答？小編創(chuàng)建了一個(gè)Python學(xué)習(xí)交流QQ群：531509025 尋找有志同道合的小伙伴，互幫互助,群里還有不錯(cuò)的視頻學(xué)習(xí)教程和PDF電子書！ ''' df1.sales1.map(lambda x : 1 if x>0 else 0) #df1.sales1就是一個(gè)Series0 0 1 1 2 1 Name: sales1, dtype: int64

4、總結(jié)：

要對(duì)數(shù)據(jù)進(jìn)行應(yīng)用函數(shù)時(shí)，先看數(shù)據(jù)結(jié)構(gòu)是DataFrame還是Series,Seriesj結(jié)構(gòu)直接用map(),DataFrame結(jié)構(gòu)的話再看是要按行還是按列進(jìn)行操作來選擇對(duì)應(yīng)的函數(shù)即可~

與50位技術(shù)專家面對(duì)面20年技術(shù)見證，附贈(zèng)技術(shù)全景圖

總結(jié)

以上是生活随笔為你收集整理的python中的apply(),applymap(),map() 的用法和区别的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。