Wann sollte man Pandas „map', „applymap' oder „apply' verwenden?

Auswahl zwischen „map“, „applymap“ und „apply in Pandas“

Bei der Arbeit mit Pandas DataFrames ist es oft notwendig, Funktionen auf die Daten anzuwenden auf verschiedene Weise. Drei häufig verwendete Methoden zur Vektorisierung sind Map, Applymap und Apply. Jedes hat seinen eigenen Zweck und seine eigene Anwendung.

Map

Map ist eine für Serienobjekte spezifische Methode und wendet eine Funktion auf jedes Element in der Serie an. Es erwartet eine Funktion, die einen einzelnen Wert als Eingabe akzeptiert und einen einzelnen Wert zurückgibt.

Beispiel:

import pandas as pd

# Create a Series
series = pd.Series([1, 2, 3, 4, 5])

# Apply a function to each element
def square(x):
    return x**2

# Apply the function to the series using map
squared_series = series.map(square)

print(squared_series)

Ausgabe:

0    1
1    4
2    9
3   16
4   25
dtype: int64

Applymap

applymap wendet eine Funktion auf jedes Element eines DataFrame an, Ausführen der Operation elementweise. Wie Map erwartet es eine Funktion, die einen einzelnen Wert als Eingabe akzeptiert und einen einzelnen Wert zurückgibt.

Beispiel:

# Create a DataFrame
df = pd.DataFrame({'a': [1, 2, 3], 'b': [4, 5, 6]})

# Apply a function to each element of the DataFrame
def format_number(x):
    return "{:.2f}".format(x)

# Apply the function to the DataFrame using applymap
formatted_df = df.applymap(format_number)

print(formatted_df)

Ausgabe:

   a  b
0  1.00  4.00
1  2.00  5.00
2  3.00  6.00

Anwenden

Anwenden wendet eine Funktion auf jede Zeile oder Spalte von a an DataFrame, abhängig vom Achsenparameter. Es ist vielseitiger als Map und Applymap und kann Funktionen verarbeiten, die die Übergabe mehrerer Werte als Eingaben erfordern.

Beispiel:

# Apply a function to each row of the DataFrame
def get_max_min_diff(row):
    return row.max() - row.min()

max_min_diff = df.apply(get_max_min_diff, axis=1)

print(max_min_diff)

Ausgabe:

0    3.00
1    3.00
2    3.00
dtype: float64

Nutzung Zusammenfassung

• map: Elementweise Funktionsanwendung auf Serien
• applymap: Elementweise Funktionsanwendung auf DataFrame
• Anwenden: Zeilen-/spaltenweise Funktionsanwendung auf DataFrame, mit flexibler Funktion Eingabe-/Ausgabeverarbeitung

Das obige ist der detaillierte Inhalt vonWann sollte man Pandas „map', „applymap' oder „apply' verwenden?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!