df.applymap
时间: 2023-09-25 14:16:39 浏览: 49
`df.applymap()` 是 Pandas 中的一个函数,用于对 DataFrame 中的每个元素应用一个函数。它将函数应用于 DataFrame 的每个元素并返回一个新的 DataFrame,其中每个元素都是函数应用后的结果。这个函数通常用于对 DataFrame 中的每个元素进行转换或操作,比如将所有元素转换为小写字母或计算每个元素的平方。
例如,下面的代码将一个 DataFrame 中的所有元素都转换为小写字母:
```
import pandas as pd
df = pd.DataFrame({'A': ['apple', 'BANANA', 'cherry'], 'B': ['orange', 'grape', 'lemon']})
df_lower = df.applymap(lambda x: x.lower())
print(df_lower)
```
输出结果:
```
A B
0 apple orange
1 banana grape
2 cherry lemon
```
在这个例子中,`df.applymap()` 接受一个 lambda 函数,这个函数将每个元素都转换为小写字母。返回的新 DataFrame `df_lower` 中的所有元素都是小写字母。
相关问题
解释df.applymap
`df.applymap`是一个Pandas DataFrame对象的方法,用于对DataFrame中的每个元素应用一个函数并返回一个新的DataFrame对象。它与`df.apply`方法的区别在于,`df.apply`是对DataFrame中的每个列或每个行应用一个函数,而`df.applymap`是对DataFrame中的每个元素应用一个函数。
例如,如果我们有一个DataFrame `df`,我们可以使用`df.applymap`将每个元素转换为它的绝对值:
```python
import pandas as pd
df = pd.DataFrame({'A': [-1, 2, -3], 'B': [4, -5, 6]})
df_abs = df.applymap(abs)
print(df_abs)
```
输出结果为:
```
A B
0 1 4
1 2 5
2 3 6
```
在这个例子中,`df.applymap(abs)`将每个元素取绝对值,并返回一个新的DataFrame对象`df_abs`。
df2.applymap(lambda x:'%.3f'%x)
`df2.applymap(lambda x:'%.3f'%x)` 是 Pandas 中用于对数据框 `df2` 中的每个元素应用函数的方法,其中 `lambda x:'%.3f'%x` 是一个匿名函数,它将每个元素格式化为保留 3 位小数的字符串。
具体来说,`applymap()` 方法用于将一个函数应用于数据框中的每个元素,返回一个新的数据框。在这个例子中,`lambda x:'%.3f'%x` 是一个匿名函数,它将每个元素 `x` 格式化为保留 3 位小数的字符串。通过这种方式,我们可以将数据框中所有的元素都格式化为保留 3 位小数的字符串。