Python Pandas dataframe.applymap()用法及代码示例

Python是进行数据分析的一种出色语言，主要是因为以数据为中心的python软件包具有奇妙的生态系统。 Pandas是其中的一种，使导入和分析数据更加容易。

Dataframe.applymap()方法应用一个函数，该函数接受并返回DataFrame的每个元素的标量。

用法： DataFrame.applymap(func)

参数：
func:Python function, returns a single value from a single value.

返回：Transformed DataFrame.

有关在代码中使用的CSV文件的链接，请单击此处

范例1：应用applymap()在 DataFrame 上找到编号的函数。所有单元格中的字符数。

# importing pandas as pd 
import pandas as pd 
  
# Making data frame from the csv file 
df = pd.read_csv("nba.csv") 
  
# Printing the first 10 rows of  
# the data frame for visualization 
df[:10]

# Using lambda function we first convert all  
# the cell to a string value and then find 
# its length using len() function 
df.applymap(lambda x:len(str(x)))

输出：

请注意如何将所有nan值都转换为字符串nan，并将其长度求值为3。

范例2：附加_X 在每个单元格中使用applymap()函数。

为了追加_X 在每个单元格中，首先将每个单元格转换为字符串。

# importing pandas as pd 
import pandas as pd 
  
# Making data frame from the csv file 
df = pd.read_csv("nba.csv") 
  
# Using applymap() to append '_X' 
# in each cell of the dataframe 
df.applymap(lambda x:str(x) + '_X')

输出：

相关用法

注：本文由纯净天空筛选整理自Shubham__Ranjan大神的英文原创作品 Python | Pandas dataframe.applymap()。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。