Méthode applymap du DataFrame Pandas

PythonPythonBeginner
Pratiquer maintenant

💡 Ce tutoriel est traduit par l'IA à partir de la version anglaise. Pour voir la version originale, vous pouvez cliquer ici

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.


Skills Graph

%%%%{init: {'theme':'neutral'}}%%%% flowchart RL 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(("Pandas")) -.-> pandas/ReadingDataGroup(["Reading Data"]) python(("Python")) -.-> python/FunctionsGroup(["Functions"]) 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{{"Méthode applymap du DataFrame Pandas"}} pandas/read_excel -.-> lab-68583{{"Méthode applymap du DataFrame Pandas"}} python/lambda_functions -.-> lab-68583{{"Méthode applymap du DataFrame Pandas"}} python/build_in_functions -.-> lab-68583{{"Méthode applymap du DataFrame Pandas"}} pandas/data_mapping -.-> lab-68583{{"Méthode applymap du DataFrame Pandas"}} python/using_packages -.-> lab-68583{{"Méthode applymap du DataFrame Pandas"}} python/data_collections -.-> lab-68583{{"Méthode applymap du DataFrame Pandas"}} python/data_analysis -.-> lab-68583{{"Méthode applymap du DataFrame Pandas"}} end

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))

Sommaire

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.