[PYTHON] Illustrierter Pandas-Funktionsanwendungsprozess

DataFrame und Series

Der Unterschied zwischen mehreren Spalten oder nicht. DataFrame [" Spaltenname "] gibt Series zurück.

q1.png

Series.map () und DataFrame.applymap ()

map () und applymap () werden Element für Element angewendet. Geben Sie für "Series.map ()" "na_action =" ignore "an, wenn Sie eine Tabelle mit NaN anwenden. Wenn Sie als zusätzliche Funktion den Wörterbuchtyp oder "Serie" anstelle der Funktion eingeben, können Sie "NY" durch "NewYork" ersetzen (nicht in "DataFrame.applymap ()").

q2.png q3.png

Series.apply () und DataFrame.apply ()

"DataFrame.apply ()" wird für jedes Element oder jede Spalte verarbeitet (mit "Achse" auswählen). Verwenden Sie diese Option beispielsweise, wenn Sie bei der Verarbeitung der einzelnen Elemente Elemente in mehreren Spalten verwenden möchten.

Es gibt nur wenige Gründe, "Series.apply ()" über "Series.map ()" zu verwenden, außer in besonderen Fällen.

q4.png q6.png q5.png

Recommended Posts

Illustrierter Pandas-Funktionsanwendungsprozess
Python-Anwendung: Pandas # 3: Dataframe
Python-Anwendung: Pandas Teil 1: Basic
Python-Anwendung: Pandas Teil 2: Serie
Julia Quick Look Hinweis [10] Funktion (2) Anwendung
Funktionssynthese und Anwendung in Python