Pandas `map`, `applymap` 또는 `apply`를 언제 사용합니까?

Pandas에서 map, applymap, Apply 중에서 선택

Pandas DataFrames를 사용하다 보면 데이터에 함수를 적용해야 하는 경우가 많습니다. 다양한 방법으로. 벡터화에 일반적으로 사용되는 세 가지 방법은 map, applymap 및 apply입니다. 각각은 고유한 목적과 용도를 가지고 있습니다.

Map

map은 Series 객체에 특정한 방법이며 Series의 각 요소에 기능을 적용합니다. 단일 값을 입력으로 사용하고 단일 값을 반환하는 함수가 필요합니다.

예:

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)

출력:

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

Applymap

applymap은 DataFrame의 각 요소에 함수를 적용하여 요소별로 작업을 수행합니다. map과 마찬가지로 단일 값을 입력으로 사용하고 단일 값을 반환하는 함수를 기대합니다.

예:

# 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)

출력:

   a  b
0  1.00  4.00
1  2.00  5.00
2  3.00  6.00

신청

신청 축 매개변수에 따라 DataFrame의 각 행 또는 열에 대한 함수입니다. map 및 applymap보다 더 다양하며 여러 값을 입력으로 전달해야 하는 함수를 처리할 수 있습니다.

예:

# 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)

출력:

0    3.00
1    3.00
2    3.00
dtype: float64

사용법 요약

• map: 시리즈에 요소별 함수 적용
• applymap: DataFrame에 요소별 함수 적용
• 적용: 행/열별 함수 적용 유연한 입력/출력 처리를 통해 DataFrame으로

위 내용은 Pandas `map`, `applymap` 또는 `apply`를 언제 사용합니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!