Pandas三大利器-map、apply、applymap

原创

于 2022-03-16 20:22:05 发布

· 384 阅读

0 ·

版权

文章标签：

#python #数据挖掘 #机器学习

本文介绍了在Python的pandas库中，如何使用map、apply和applymap三个函数高效地处理数据。通过实例展示了如何将数据框中的特定列进行映射操作，如将性别字段中的'男'和'女'替换为1和0。此外，还演示了apply方法在处理年龄字段时进行加减操作，以及如何计算BMI指数。这些方法在处理大型数据集时提供了比for循环更高的效率。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

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

最低0.47元/天解锁文章