(一)pandas.Series.map
Series.map(self, arg, na_action=None)
"""
根據輸入對應關係映射序列值,用於用另一個值替換序列中的每個值。
map()是Series對象的一個函數,DataFrame中沒有map(),map()的功能是將一個自定義函數作用於Series對象的每個元素
注意:Series對象、映射、替換、每個值
"""
#參數
"""
arg:映射對應關係,function, collections.abc.Mapping subclass or Series
na_action:是否忽略NAN?{None, ‘ignore’}, 默認None,若改爲‘ignore’,則序列中的NAN不進行映射。
"""
# demo
data = {'ani“”mal': ['cat', 'cat', 'snake', 'dog', 'dog', 'cat', 'snake', 'cat', 'dog', 'dog'],
'age': [2.5, 3, 0.5, np.nan, 5, 2, 4.5, np.nan, 7, 3],
'visits': [1, 3, 2, 3, 2, 3, 1, 1, 2, 1],
'priority': ['yes', np.nan, 'no', 'yes', np.nan, 'no', 'no', 'yes', 'no', 'no']}
labels = ['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j']
df = pd.DataFrame(data=data, index=labels)
df['priority'] = df['priority'].map({'no':False,'yes':True}) # 通過字典映射
df['age'] = df['age'].map(lambda x : "%.3f"%x) # 通過函數進行映射
"""
animal age visits priority
a cat 2.500 1 True
b cat 3.000 3 NaN
c snake 0.500 2 False
"""
df['animal'] = df['animal'].replace('cat','dog') # 不對所有值進行替換,替換特定值,與map不同!!!
"""
animal age visits priority
a dog 2.500 1 True
b dog 3.000 3 NaN
c snake 0.500 2 False
"""
(二)pandas.DataFrame.apply
DataFrame.apply(self, func, axis=0, raw=False, result_type=None, args=(), **kwds)
"""
將一個自定義函數作用於DataFrame的行或者列,也可以作用於Series。
注意:自定義函數、DataFrame行或列、Series
"""
# 參數
"""
func:自定義函數
axis:函數應用的軸向,默認axis=0
raw:確定行或列作爲Series,還是ndarray對象傳遞?默認爲False,作爲Series對象傳遞給函數,如果自定義函數是numpy相關,raw=True,將作爲ndarray對象
result_type:默認爲None,只有針對於axis=1的情況,如果函數返回一個列表,則結果爲列表,如果返回一個Series,則結果爲Series
args:tuple,參數元組傳遞給函數
**kwds:關鍵字參數傳遞給函數
"""
# demo
# 計算兩個日期之間的天數
def get_Interval(row):
return row['ReceivedDate'] - row['PublishedDate']
def DateInterval(row, before, after):
return row[before] - row[after]
def get_yearmonth(data):
return data.strftime('%Y-%m')
published_date = pd.date_range(start='2020-03-01', end='2020-03-31', freq='B')
received_date = pd.date_range(start='2020-04-01', end='2020-04-30', freq='B')
df = pd.DataFrame({'PublishedDate': published_date, 'ReceivedDate': received_date})
# 使用lambda
df['DateInterval'] = df.apply(lambda x : x['ReceivedDate'] - x['PublishedDate'],axis=1)
# 調用函數
# df['DateInterval'] = df.apply(get_Interval,axis=1)
# args傳入參數 apply會往DateInterval中傳入一個參數,所以DateInterval接收三個參數
# df['DateInterval'] = df.apply(DateInterval, axis=1, args=('ReceivedDate', 'PublishedDate'))
# **kwds傳入參數
# df['DateInterval'] = df.apply(DateInterval, axis=1, before = 'ReceivedDate', after='PublishedDate')
# Series也可以調用,但是沒法使用參數axis
# df['ReceivedDate_ym'] = df['ReceivedDate'].apply(lambda x : x.strftime('%Y-%m'))
# df['ReceivedDate_ym'] = df['ReceivedDate'].apply(lambda x : x.strftime('%Y-%m'),axis=1) 報錯
# df['ReceivedDate_ym'] = df['ReceivedDate'].apply(get_yearmonth)
# df['ReceivedDate_ym'] = df['ReceivedDate'].apply(get_yearmonth,axis=1) 報錯
print(df)
(三)pandas.DataFrame.applymap
DataFrame.applymap(self, func)
"""
函數可以對DataFrame裏的每個值進行處理,然後返回一個新的DataFrame
注意:作用於每個元素,並返回對應的結果
"""
# 參數
"""
func:函數
"""
#demo
def add_one(x):
return x + 1
df = pd.DataFrame({
'a': [1, 2, 3],
'b': [10, 20, 30],
'c': [5, 10, 15]
})
# 調用函數
print(df.applymap(add_one))
print(df+1)
# lambda
print(df.applymap(lambda x :x**2))
print(df**2)
(四)pandas.DataFrame.transform
DataFrame.transform(self, func, axis=0, *args, **kwargs)
"""
在dataframe上調用函數,生成的dataframe與原dataframe有相同的軸長度
key:沿軸長度相同
"""
# 參數
"""
func:用於轉換的函數,可以接受以下的情況:
1,自定義函數
2,函數名
3,函數名列表
4,軸標籤與函數名的字典
axis:函數應用的軸向,默認axis=0
"""
# demo
data = {'animal': ['cat', 'cat', 'snake', 'dog', 'dog', 'cat', 'snake', 'cat', 'dog', 'dog'],
'age': [2.5, 3, 0.5, np.nan, 5, 2, 4.5, np.nan, 7, 3],
'visits': [1, 3, 2, 3, 2, 3, 1, 1, 2, 1]}
labels = ['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j']
df = pd.DataFrame(data=data, index=labels)
print(df.groupby(['animal']).apply(lambda x:x.mean()))
"""
apply返回聚合後的結果
age visits
animal
cat 2.5 2.0
dog 5.0 2.0
snake 2.5 1.5
"""
print(df.groupby(['animal']).transform(lambda x:x.mean()))
"""
transform 返回的shape是(len(df),1)。注:如果與groupby()方法聯合使用,需要對值進行去重
age visits
a 2.5 2.0
b 2.5 2.0
c 2.5 1.5
d 5.0 2.0
e 5.0 2.0
f 2.5 2.0
g 2.5 1.5
h 2.5 2.0
i 5.0 2.0
j 5.0 2.0
"""
print(df.groupby(['animal']).apply(lambda x:x['age'] - x['visits']))
# transform 只允許在同一時間在一個Series上進行一次轉換,如果定義列‘a’ 減去列‘b’, 則會出現異常;
print(df.groupby(['animal']).transform(lambda x:x['age'] - x['visits']))
# 函數名列表
print(df['visits'].transform([np.sqrt,np.exp]))
# 軸標籤:函數名字典
print(df[['age','visits']].transform({'age':np.sqrt,'visits':np.exp}))
(五)總結
1,map,apply,applymap
- map()是pandas.series.map()方法,對每個值進行映射操作。
- apply()是DF的方法, 對DF中的數據按行/列應用func操作,也可以單獨對Series應用func操作。
- applymap()也是DF的方法, 對整個DF所有元素應用func操作。
2,apply()與 transform()
-
transform只允許在同一時間在一個Series上進行一次轉換,如果定義列‘a’ 減去列‘b’,則會出現異常;
transform返回的shape是(len(df),1)。注:如果與groupby()方法聯合使用,需要對值進行去重; -
不同於transform只允許在Series上進行一次轉換,apply對整個DataFrame 作用;
apply不能直接通過函數名直接調用,而transform可以用函數名調用,也可以對不同標籤進行不同計算;