Pandas三大利器-map、apply、applymap

发布时间：2023-01-18 12:30

实际工作中，我们在利用 pandas进行数据处理的时候，经常会对数据框中的单行、多行（列也适用）甚至是整个数据进行某种相同方式的处理，比如将数据中的 sex字段将 男替换成1，女替换成0。

在这个时候，很容易想到的是 for循环。用 for循环是一种很简单、直接的方式，但是运行效率很低。本文中介绍了 pandas中的三大利器： map、apply、applymap 来解决上述同样的需求。

map

apply

applymap

模拟数据

通过一个模拟的数据来说明3个函数的使用，在这个例子中学会了如何生成各种模拟数据。数据如下：

import pandas as pd

import numpy as np



boolean = [True, False]

gender = ["男","女"]

color = ["white","black","red"]



# 好好学习如何生成模拟数据：非常棒的例子

# 学会使用random模块中的randint方法



df = pd.DataFrame({"height":np.random.randint(160,190,100),

                     "weight":np.random.randint(60,90,100),

                     "smoker":[boolean[x] for x in np.random.randint(0,2,100)],

                     "gender":[gender[x] for x in np.random.randint(0,2,100)],

                     "age":np.random.randint(20,60,100),

                     "color":[color[x] for x in np.random.randint(0,len(color),100)]

                    })

df.head()

map

demo

map() 会根据提供的函数对指定序列做映射。

第一个参数 function 以参数序列中的每一个元素调用 function 函数，返回包含每次 function 函数返回值的新列表。

map(function, iterable)

实际数据

将gender中男变成1，女变成0

# 方式1：通过字典映射实现

dic = {"男":1, "女":0}  # 通过字典映射

df1 = df.copy()   # 副本，不破坏原来的数据df

df1["gender"] = df1["gender"].map(dic)

df1



# 方式2：通过函数实现

def map_gender(x):

    gender = 1 if x == "男" else 0

    return gender



df2 = df.copy()

# 将df["gender"]这个S型数据中的每个数值传进去

df2["gender"] = df2["gender"].map(map_gender)

df2

apply

apply方法的作用原理和 map方法类似，区别在于 apply能够传入功能更为复杂的函数，可以说 apply是 map的高级版

pandas 的 apply() 函数可以作用于 Series 或者整个 DataFrame，功能也是自动遍历整个 Series 或者 DataFrame, 对每一个元素运行指定的函数。

在 DataFrame对象的大多数方法中，都会有 axis这个参数，它控制了你指定的操作是沿着0轴还是1轴进行。 axis=0代表操作对列columns进行， axis=1代表操作对行row进行

demo

上面的数据中将age字段的值都减去3，即加上-3

def apply_age(x,bias):

    return x + bias



df4 = df.copy()

# df4["age"]当做第一个值传给apply_age函数，args是第二个参数

df4["age"] = df4["age"].apply(apply_age,args=(-3,))

1.计算BMI指数

# 实现计算BMI指数：体重/身高的平方(kg/m^2)

def BMI(x):

    weight = x["weight"]

    height = x["height"] / 100

    BMI = weight / (height **2)



    return BMI



df5 = df.copy()

df5["BMI"] = df5.apply(BMI,axis=1)  # df5现在就相当于BMI函数中的参数x；axis=1表示在列上操作

df5