Introduction
Dans ce laboratoire, nous allons apprendre à utiliser la méthode applymap() dans un DataFrame Pandas. La méthode applymap() applique une fonction spécifiée à chaque élément d'un DataFrame, produisant un nouveau DataFrame avec les valeurs transformées.
Conseils sur la machine virtuelle
Une fois le démarrage de la machine virtuelle terminé, cliquez dans le coin supérieur gauche pour basculer vers l'onglet Carnet de notes pour accéder à Jupyter Notebook pour la pratique.
Parfois, vous devrez peut-être attendre quelques secondes pour que Jupyter Notebook ait fini de charger. La validation des opérations ne peut pas être automatisée en raison des limitations de Jupyter Notebook.
Si vous rencontrez des problèmes pendant l'apprentissage, n'hésitez pas à demander à Labby. Donnez des commentaires après la session, et nous résoudrons rapidement le problème pour vous.
Créer un DataFrame
Tout d'abord, créons un DataFrame appelé df avec quelques données d'exemple. Ce DataFrame aura deux colonnes, 'A' et 'B', et deux lignes.
import pandas as pd
df = pd.DataFrame([[1.23, 2.23], [3.3, 4]], columns=['A','B'])
print("-----DataFrame-----")
print(df)
Appliquer une fonction à chaque élément
Ensuite, nous allons appliquer une fonction à chaque élément du DataFrame en utilisant la méthode applymap(). Dans cet exemple, nous allons utiliser une fonction lambda pour calculer la longueur de chaque valeur dans le DataFrame.
print(df.applymap(lambda x: len(str(x))))
Ajouter des valeurs à chaque élément
Maintenant, appliquons une fonction différente pour ajouter une valeur à chaque élément du DataFrame. Nous allons ajouter 1 à chaque élément en utilisant la méthode applymap().
print(df.applymap(lambda x: x + 1))
Appliquer une fonction intégrée
Dans cette étape, nous allons utiliser une fonction intégrée de la bibliothèque NumPy comme entrée pour la méthode applymap(). Nous allons passer la fonction np.sum à la méthode applymap() pour calculer la somme de chaque élément.
import numpy as np
df = pd.DataFrame([[10,11,12],[20,21,22]],columns=['A','B','C'])
print(df.applymap(np.sum))
Résumé
Dans ce laboratoire, nous avons appris à utiliser la méthode applymap() dans un DataFrame Pandas. Nous avons vu comment appliquer une fonction à chaque élément, ajouter des valeurs à chaque élément et appliquer une fonction intégrée en utilisant la méthode applymap(). Cette méthode offre un moyen flexible de transformer les valeurs dans un DataFrame élément par élément.