Vektorisierungsmethoden in Pandas: Karte, Applymap und Apply
Pandas bietet praktische Methoden zum Anwenden von Funktionen auf Datenstrukturen. Map, Applymap und Apply sind drei solcher Methoden, die die Datenmanipulation und -transformation erleichtern. Jede Methode dient einem bestimmten Zweck und ihre Verwendung hängt vom gewünschten Ergebnis ab.
map
map wird verwendet, wenn eine Funktion elementweise auf eine Serie angewendet wird. Es gibt eine neue Serie mit den transformierten Werten zurück.
Beispiel:
import pandas as pd series = pd.Series([1, 2, 3, 4, 5]) def square(x): return x ** 2 squared_series = series.map(square) print(squared_series) # Output: # 0 1 # 1 4 # 2 9 # 3 16 # 4 25 # dtype: int64
applymap
applymap wendet eine Funktion an elementweise zu einem DataFrame. Es erstellt einen neuen DataFrame mit den transformierten Werten.
Beispiel:
df = pd.DataFrame({ 'name': ['John', 'Jane', 'Tom'], 'age': [20, 25, 30] }) def capitalize(x): return x.capitalize() df['name'] = df['name'].applymap(capitalize) print(df) # Output: # name age # 0 John 20 # 1 Jane 25 # 2 Tom 30
Anwenden
Anwenden ermöglicht mehr komplexe Transformationen durch zeilen- oder spaltenweises Anwenden einer Funktion auf einen DataFrame. Es gibt eine Serie oder einen DataFrame mit den Ergebnissen zurück.
Beispiel:
def get_age_group(age): if age <= 20: return 'Young' elif age <= 40: return 'Middle-aged' else: return 'Senior' df['age_group'] = df['age'].apply(get_age_group) print(df) # Output: # name age age_group # 0 John 20 Young # 1 Jane 25 Middle-aged # 2 Tom 30 Middle-aged
Das obige ist der detaillierte Inhalt vonWie unterscheiden sich „map', „applymap' und „apply' bei der Pandas-Vektorisierung?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!