溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
今天小編給大家分享一下Python數據分析之Pandas Dataframe如何自定義的相關知識點，內容詳細，邏輯清晰，相信大部分人都還太了解這方面的知識，所以分享這篇文章給大家參考一下，希望大家閱讀完這篇文章后有所收獲，下面我們一起來了解一下吧。
apply()函數是一個自定義函數作用于某一行或幾行，或者某一列或多列上的每一個元素， 使用格式如下:
df.apply(func, axis=0, *args, **kwargs)
參數如下：
func：指定函數
axis：指定作用于行還是列，默認為0，表示作用于列，設置為1表示作用于行
*args&**kwargs：接收任意數量、類型的參數，這些參數被傳遞到函數func
例如，對下面Dataframe執行進行操作：
自定義"返回最大值"的函數并作用于該Dataframe：
def func(x): return x.max() df.apply(func)
結果輸出如下：
可見，結果返回了每列最大的值，如果想返回每行最大的值，設置axis=1即可。
當然apply()也支持傳遞lambda匿名函數。
applymap()函數可以作用于DataFrame中的每一個元素，例如，轉換DataFrame中數據的格式：
df.applymap(lambda x: '%.2f' % x)
注意：Pandas還提供了一個map()方法，作用于Series對象，此類方法和Python原生的map()方法都很類似。
以上就是“Python數據分析之Pandas Dataframe如何自定義”這篇文章的所有內容，感謝各位的閱讀！相信大家閱讀完這篇文章都有很大的收獲，小編每天都會為大家更新不同的知識，如果還想學習更多的知識，請關注億速云行業資訊頻道。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
