Python的apply,map,lambda函数应用 |
您所在的位置:网站首页 › 湖北银丰棉业待遇 › Python的apply,map,lambda函数应用 |
在Python中如果想要对数据使用函数,可以借助apply(),applymap(),map() 来应用函数,括号里面可以是直接函数式,或者自定义函数(def)或者匿名函数(lambad) import pandas as pd import numpy as np from pandas import DataFramefrom pandas import Series df1= DataFrame({ "sales1":[-1,2,3], "sales2":[3,-5,7], }) df1 1、当我们要对数据框(DataFrame)的数据进行按行或按列操作时用apply() df1.apply(lambda x :x.max()-x.min(),axis=1) #axis=1,表示按行对数据进行操作#从下面的结果可以看出,我们使用了apply函数之后,系统自动按行找最大值和最小值计算,每一行输出一个值 0 4 1 7 2 4 dtype: int64 df1.apply(lambda x :x.max()-x.min(),axis=0) #默认参数axis=0,表示按列对数据进行操作#从下面的结果可以看出,我们使用了apply函数之后,系统自动按列找最大值和最小值计算,每一列输出一个值 sales1 4 sales2 12 dtype: int64 2、当我们要对数据框(DataFrame)的每一个数据进行操作时用applymap(),返回结果是DataFrame格式 df1.applymap(lambda x : 1 if x>0 else 0) #从下面的结果可以看出,我们使用了applymap函数之后,#系统自动对每一个数据进行判断,判断之后输出结果 3、当我们要对Series的每一个数据进行操作时用map() df1.sales1.map(lambda x : 1 if x>0 else 0) #df1.sales1就是一个Series 0 0 1 1 2 1 Name: sales1, dtype: int64 4、总结:要对数据进行应用函数时,先看数据结构是DataFrame还是Series,Seriesj结构直接用map(),DataFrame结构的话再看是要按行还是按列进行操作来选择对应的函数即可~ --------------------- filter(function, sequence):对sequence中的item依次执行function(item),将执行结果为True的item组成一个List/String/Tuple(取决于sequence的类型)返回: >>> def f(x): return x % 2 != 0 and x % 3 != 0 >>> filter(f, range(2, 25)) [5, 7, 11, 13, 17, 19, 23] >>> def f(x): return x != 'a' >>> filter(f, "abcdef") 'bcdef' map(function, sequence) :对sequence中的item依次执行function(item),见执行结果组成一个List返回: >>> def cube(x): return x*x*x >>> map(cube, range(1, 11)) [1, 8, 27, 64, 125, 216, 343, 512, 729, 1000] >>> def cube(x) : return x + x ... >>> map(cube , "abcde") ['aa', 'bb', 'cc', 'dd', 'ee'] 另外map也支持多个sequence,这就要求function也支持相应数量的参数输入: >>> def add(x, y): return x+y >>> map(add, range(8), range(8)) [0, 2, 4, 6, 8, 10, 12, 14] reduce(function, sequence, starting_value):对sequence中的item顺序迭代调用function,如果有starting_value,还可以作为初始值调用,例如可以用来对List求和: >>> def add(x,y): return x + y >>> reduce(add, range(1, 11)) 55 (注:1+2+3+4+5+6+7+8+9+10) >>> reduce(add, range(1, 11), 20) 75 (注:1+2+3+4+5+6+7+8+9+10+20) lambda:这是Python支持一种有趣的语法,它允许你快速定义单行的最小函数,类似与C语言中的宏,这些叫做lambda的函数,是从LISP借用来的,可以用在任何需要函数的地方: >>> g = lambda x: x * 2 >>> g(3) 6 >>> (lambda x: x * 2)(3) 6 我们也可以把filter map reduce 和lambda结合起来用,函数就可以简单的写成一行。 例如 kmpathes = filter(lambda kmpath: kmpath, map(lambda kmpath: string.strip(kmpath), string.split(l, ':'))) 看起来麻烦,其实就像用语言来描述问题一样,非常优雅。 对 l 中的所有元素以':'做分割,得出一个列表。对这个列表的每一个元素做字符串strip,形成一个列表。对这个列表的每一个元素做直接返回操作(这个地方可以加上过滤条件限制),最终获得一个字符串被':'分割的列表,列表中的每一个字符串都做了strip,并可以对特殊字符串过滤。
|
今日新闻 |
点击排行 |
|
推荐新闻 |
图片新闻 |
|
专题文章 |
CopyRight 2018-2019 实验室设备网 版权所有 win10的实时保护怎么永久关闭 |