Pandas DataFrame Applymap-Methode

PythonPythonBeginner
Jetzt üben

💡 Dieser Artikel wurde von AI-Assistenten übersetzt. Um die englische Version anzuzeigen, können Sie hier klicken

Einführung

In diesem Lab lernen wir, wie wir die applymap()-Methode in einem Pandas DataFrame verwenden. Die applymap()-Methode wendet eine bestimmte Funktion auf jedes Element in einem DataFrame an und erzeugt einen neuen DataFrame mit den transformierten Werten.

VM-Tipps

Nachdem der VM-Start abgeschlossen ist, klicken Sie in der oberen linken Ecke, um zur Registerkarte Notebook zu wechseln und Jupyter Notebook für die Übung zu öffnen.

Manchmal müssen Sie einige Sekunden warten, bis Jupyter Notebook vollständig geladen ist. Die Validierung von Vorgängen kann aufgrund der Einschränkungen in Jupyter Notebook nicht automatisiert werden.

Wenn Sie bei der Lernphase Probleme haben, können Sie Labby gerne fragen. Geben Sie nach der Sitzung Feedback, und wir werden das Problem für Sie prompt beheben.


Skills Graph

%%%%{init: {'theme':'neutral'}}%%%% flowchart RL pandas(("Pandas")) -.-> pandas/ReadingDataGroup(["Reading Data"]) python(("Python")) -.-> python/FunctionsGroup(["Functions"]) pandas(("Pandas")) -.-> pandas/DataCleaningGroup(["Data Cleaning"]) python(("Python")) -.-> python/ModulesandPackagesGroup(["Modules and Packages"]) python(("Python")) -.-> python/PythonStandardLibraryGroup(["Python Standard Library"]) python(("Python")) -.-> python/DataScienceandMachineLearningGroup(["Data Science and Machine Learning"]) pandas/ReadingDataGroup -.-> pandas/read_csv("Read CSV") pandas/ReadingDataGroup -.-> pandas/read_excel("Read Excel") python/FunctionsGroup -.-> python/lambda_functions("Lambda Functions") python/FunctionsGroup -.-> python/build_in_functions("Build-in Functions") pandas/DataCleaningGroup -.-> pandas/data_mapping("Data Mapping") python/ModulesandPackagesGroup -.-> python/using_packages("Using Packages") python/PythonStandardLibraryGroup -.-> python/data_collections("Data Collections") python/DataScienceandMachineLearningGroup -.-> python/data_analysis("Data Analysis") subgraph Lab Skills pandas/read_csv -.-> lab-68583{{"Pandas DataFrame Applymap-Methode"}} pandas/read_excel -.-> lab-68583{{"Pandas DataFrame Applymap-Methode"}} python/lambda_functions -.-> lab-68583{{"Pandas DataFrame Applymap-Methode"}} python/build_in_functions -.-> lab-68583{{"Pandas DataFrame Applymap-Methode"}} pandas/data_mapping -.-> lab-68583{{"Pandas DataFrame Applymap-Methode"}} python/using_packages -.-> lab-68583{{"Pandas DataFrame Applymap-Methode"}} python/data_collections -.-> lab-68583{{"Pandas DataFrame Applymap-Methode"}} python/data_analysis -.-> lab-68583{{"Pandas DataFrame Applymap-Methode"}} end

Erstellen eines DataFrames

Zunächst erstellen wir einen DataFrame namens df mit einigen Beispielwerten. Dieser DataFrame wird zwei Spalten, 'A' und 'B', und zwei Zeilen haben.

import pandas as pd

df = pd.DataFrame([[1.23, 2.23], [3.3, 4]], columns=['A','B'])
print("-----DataFrame-----")
print(df)

Anwenden einer Funktion auf jedes Element

Als nächstes wenden wir eine Funktion auf jedes Element des DataFrames mit der applymap()-Methode an. In diesem Beispiel verwenden wir eine Lambda-Funktion, um die Länge jedes Werts im DataFrame zu berechnen.

print(df.applymap(lambda x: len(str(x))))

Fügen von Werten zu jedem Element hinzu

Nun wenden wir eine andere Funktion an, um einem jeden Element des DataFrames einen Wert hinzuzufügen. Wir werden jedem Element 1 hinzufügen, indem wir die applymap()-Methode verwenden.

print(df.applymap(lambda x: x + 1))

Anwenden einer integrierten Funktion

In diesem Schritt verwenden wir eine integrierte Funktion aus der NumPy-Bibliothek als Eingabe für die applymap()-Methode. Wir übergeben die np.sum-Funktion an die applymap()-Methode, um die Summe jedes Elements zu berechnen.

import numpy as np

df = pd.DataFrame([[10,11,12],[20,21,22]],columns=['A','B','C'])
print(df.applymap(np.sum))

Zusammenfassung

In diesem Lab haben wir gelernt, wie man die applymap()-Methode in einem Pandas DataFrame verwendet. Wir haben gesehen, wie man eine Funktion auf jedes Element anwendet, Werten zu jedem Element hinzufügt und eine integrierte Funktion mit der applymap()-Methode anwendet. Diese Methode bietet eine flexible Möglichkeit, die Werte in einem DataFrame elementweise zu transformieren.