Pandas DataFrame.applymap(~)
方法在源 DataFrame 的每个条目上应用一个函数。请注意,将返回 DataFrame 的新副本,因此源 DataFrame 将保持不变。
参数
1. func
| function
该函数将 DataFrame 的条目作为参数并返回新值。
返回值
具有转换后的值的新DataFrame。
警告
为了检查是否可以进行任何优化,applymap(~)
在第一行/列上调用 func
两次。正如您所期望的,这些函数中只有一个会实际应用映射并返回新值。
但陷阱是,如果指定的 func
修改了其他内容,那么该修改最终将在第一行/列中发生两次。
例子
基本用法
考虑以下 DataFrame :
df = pd.DataFrame({"A":[3,4], "B":[5,6]})
df
A B
0 3 5
1 4 6
假设我们想将 DataFrame 中的每个值增加 5
:
df.applymap(lambda x : x + 5)
A B
0 8 10
1 9 11
请注意以下事项:
-
x
表示df
的条目(例如3
、4
等)。 -
由于返回了新的DataFrame,我们原来的
df
保持不变。
更喜欢矢量化操作而不是 applymap
大多数时候,我们不需要使用applymap(~)
,因为我们可以直接操作元素,如下所示:
df + 5
A B
0 8 10
1 9 11
这些矢量化操作比 apply(~)
和 applymap(~)
等转换的性能要高得多。
相关用法
- Python Pandas DataFrame apply方法用法及代码示例
- Python Pandas DataFrame append方法用法及代码示例
- Python Pandas DataFrame agg方法用法及代码示例
- Python Pandas DataFrame all方法用法及代码示例
- Python Pandas DataFrame add方法用法及代码示例
- Python Pandas DataFrame asfreq方法用法及代码示例
- Python Pandas DataFrame any方法用法及代码示例
- Python PySpark DataFrame alias方法用法及代码示例
- Python Pandas DataFrame asof方法用法及代码示例
- Python Pandas DataFrame add_prefix方法用法及代码示例
- Python Pandas DataFrame add_suffix方法用法及代码示例
- Python Pandas DataFrame at属性用法及代码示例
- Python Pandas DataFrame axes属性用法及代码示例
- Python Pandas DataFrame astype方法用法及代码示例
- Python Pandas DataFrame align方法用法及代码示例
- Python Pandas DataFrame assign方法用法及代码示例
- Python Pandas DataFrame at_time方法用法及代码示例
- Python Pandas DataFrame abs方法用法及代码示例
- Python Pandas DataFrame empty属性用法及代码示例
- Python Pandas DataFrame pop方法用法及代码示例
- Python Pandas DataFrame nsmallest方法用法及代码示例
- Python Pandas DataFrame sample方法用法及代码示例
- Python Pandas DataFrame items方法用法及代码示例
- Python Pandas DataFrame max方法用法及代码示例
- Python Pandas DataFrame swaplevel方法用法及代码示例
注:本文由纯净天空筛选整理自Isshin Inada大神的英文原创作品 Pandas DataFrame | applymap method。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。