이 랩에서는 Pandas DataFrame 의 applymap() 메서드를 사용하는 방법을 배웁니다. applymap() 메서드는 DataFrame 의 각 요소에 지정된 함수를 적용하여 변환된 값을 가진 새로운 DataFrame 을 생성합니다.
VM 시작이 완료되면, 왼쪽 상단 모서리를 클릭하여 Notebook 탭으로 전환하여 실습을 위해 Jupyter Notebook에 접근하십시오.
때로는 Jupyter Notebook 이 로딩을 완료하는 데 몇 초 정도 기다려야 할 수 있습니다. Jupyter Notebook 의 제한으로 인해 작업의 유효성 검사는 자동화될 수 없습니다.
학습 중에 문제가 발생하면 언제든지 Labby 에게 문의하십시오. 세션 후 피드백을 제공해주시면 문제를 신속하게 해결해 드리겠습니다.
먼저, 예제 데이터로 df라는 DataFrame 을 생성해 보겠습니다. 이 DataFrame 은 'A'와 'B' 두 개의 열과 두 개의 행을 갖습니다.
import pandas as pd
df = pd.DataFrame([[1.23, 2.23], [3.3, 4]], columns=['A','B'])
print("-----DataFrame-----")
print(df)다음으로, applymap() 메서드를 사용하여 DataFrame 의 각 요소에 함수를 적용합니다. 이 예제에서는 람다 함수 (lambda function) 를 사용하여 DataFrame 의 각 값의 길이를 계산합니다.
print(df.applymap(lambda x: len(str(x))))이제 DataFrame 의 각 요소에 값을 더하는 다른 함수를 적용해 보겠습니다. applymap() 메서드를 사용하여 각 요소에 1 을 더합니다.
print(df.applymap(lambda x: x + 1))이 단계에서는 applymap() 메서드의 입력으로 NumPy 라이브러리의 내장 함수를 사용합니다. np.sum 함수를 applymap() 메서드에 전달하여 각 요소의 합계를 계산합니다.
import numpy as np
df = pd.DataFrame([[10,11,12],[20,21,22]],columns=['A','B','C'])
print(df.applymap(np.sum))이 랩에서는 Pandas DataFrame 에서 applymap() 메서드를 사용하는 방법을 배웠습니다. 각 요소에 함수를 적용하고, 각 요소에 값을 더하며, applymap() 메서드를 사용하여 내장 함수를 적용하는 방법을 살펴보았습니다. 이 메서드는 DataFrame 의 값을 요소별로 변환하는 유연한 방법을 제공합니다.