Bagaimanakah Kaedah `peta`, `applymap` dan `apply` Pandas Berbeza?

Memahami Perbezaan Antara Peta, Applymap dan Guna Kaedah dalam Panda

Apabila bekerja dengan vektorisasi dalam Panda, adalah penting untuk memahami perbezaan antara peta, peta aplikasi dan kaedah guna. Kaedah ini menyediakan cara yang fleksibel untuk menggunakan fungsi mengikut unsur atau baris/lajur pada DataFrames dan Siri.

Peta:
Peta ialah kaedah Siri yang direka untuk operasi mengikut unsur . Ia memerlukan fungsi dan menggunakannya pada setiap elemen dalam Siri. Pertimbangkan contoh berikut:

import pandas as pd

series = pd.Series([1, 2, 3, 4, 5])
squared_series = series.map(lambda x: x ** 2)
print(squared_series)

Output:

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

Applymap:
Applymap ialah kaedah DataFrame yang melaksanakan operasi mengikut elemen pada keseluruhan DataFrame. Ia menggunakan fungsi yang ditentukan untuk setiap elemen individu dalam DataFrame:

dataframe = pd.DataFrame({
    'A': [1, 2, 3],
    'B': [4, 5, 6]
})

formatted_dataframe = dataframe.applymap(lambda x: f'{x:.2f}')
print(formatted_dataframe)

Output:

   A   B
0  1.00  4.00
1  2.00  5.00
2  3.00  6.00

Guna:
Tidak seperti peta dan applymap, gunakan beroperasi pada baris atau lajur DataFrame. Ia memerlukan fungsi dan menggunakannya pada setiap baris atau lajur, bergantung pada parameter paksi yang ditentukan:

# Apply function to each row
row_max = dataframe.apply(lambda row: row.max(), axis=1)
print(row_max)

# Apply function to each column
col_min = dataframe.apply(lambda col: col.min(), axis=0)
print(col_min)

Output:

0    3
1    5
2    6
dtype: int64

A    1
B    4
dtype: int64

Pertimbangan Penggunaan:

• Gunakan peta untuk operasi mengikut unsur pada Siri.
• Gunakan applymap untuk operasi mengikut elemen pada DataFrames.
• Gunakan apply untuk operasi baris atau lajur pada DataFrames.

Atas ialah kandungan terperinci Bagaimanakah Kaedah `peta`, `applymap` dan `apply` Pandas Berbeza?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!