  ◆ ◆ ◆ ◆ ◆ pandas作為數(shù)據(jù)處理與分析的利器，它的江湖地位非同小可。在我們數(shù)據(jù)處理與分析過程中，有時(shí)候需要對(duì)某一列的每一個(gè)值都進(jìn)行處理，這時(shí)候推薦大家使用apply或者map。 一、直接使用內(nèi)置函數(shù)或者numpy函數(shù) # 數(shù)據(jù)展示>>> dfOut[1]: 姓名 年齡0 alan 191 black 152 cici 233 david 224 eric 18# 計(jì)算字符長(zhǎng)度>>> df['姓名'].apply(len)Out[2]: 0 41 52 43 54 4Name: 姓名, dtype: int64# 計(jì)算平方>>> df['年齡'].apply(np.square)Out[3]: 0 3611 2252 5293 4844 324Name: 年齡, dtype: int64二、使用lambda匿名函數(shù)
# 自定義函數(shù)def fn(x): if x >=18: return '成年人' else: return '未成年'# 自定義函數(shù)作為apply參數(shù) >>> df['年齡'].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: 年齡, dtype: object
# 根據(jù)年齡打標(biāo)簽：是否成年>>> df['年齡'].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: 年齡, dtype: object# 修改姓名為首字母大寫>>> df['姓名'].map(lambda x: x.title())Out[10]: 0 Alan1 Black2 Cici3 David4 EricName: 姓名, dtype: object三、使用def自定義函數(shù)
四、使用dict作為map參數(shù) # apply沒有這種功能！>>> 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記得點(diǎn)在看~祝大家一夜暴富，基金、股票一片紅~ |
|
|
