DataFrame中的apply方法
import pandas as pd # 生成DF数据 gfg_string = 'geeksforgeeks' gfg_list = 5 * [pd.Series(list(gfg_string))] gfg_df = pd.DataFrame(data = gfg_list) print("Original dataframe:\n" + gfg_df.to_string(index = False,header = False),end = \n\n) 调用apply方法 new_gfg_df = gfg_df.apply(lambda x:x.sort_values(),axis = 1) 每次处理df中的一列,也就是一个Series Transformed dataframe:\n" + new_gfg_df.to_string(index = False,header = False),1)">')
输出
重点说明
df中的apply方法默认的处理一列。
DataFrame中的applymap方法
DataFrame 数据如下 gfg_string = [pd.Series(list(gfg_string))] gfg_df = pd.DataFrame(data = gfg_list) gfg_df.to_string(index = applymap 方法 new_gfg_df = gfg_df.applymap(str.upper) new_gfg_df = gfg_df.applymap(lambda x: print("me:{}".format(x))) #在DF中每次处理一个元素 ')
Series中的apply方法
Series 数据 gfg_string = gfg_series = pd.Series(list(gfg_string)) Original series\n gfg_series.to_string(index =) apply每次处理一个元素 new_gfg_series = gfg_series.apply(str.upper) Transformed series:\n new_gfg_series.to_string(index =')
输出