知识卡片
函数应用需明确输入粒度
DataFrame.apply默认把各列交给函数,axis=1改为各行;函数可返回单值,也可返回多项Series形成新的结果维度。逐元素映射则一次接收一个值,原书称applymap,现行DataFrame.map承接该用途。选择接口前先确定函数需要整行、整列还是一个元素,已有sum/mean等方法时无需机械再包apply。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- · 查看原书依据
frame.apply(f, axis=1) Out[162]: Out[163]: b 1.802165 Utah 0.998382 d 1.684034 Ohio 2.521511 e 2.689627 Texas 0.676115 Oregon 2.542656 许多最为常见的数组统计功能都被实现成DataFrame的方法(如sum和mean),因此无
参考来源
- 位置:《利用Python进行数据分析》第5章《函数应用和映射》(spine281;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0267.html;u115-ch05-022)。
- 结论依据:原文在“frame.apply(f, axis=1)”附近的定义、例子或代码支撑本卡核心说明:DataFrame.apply默认把各列交给函数,axis=1改为各行;函数可返回单值,也可返回多项Series形成新的结果维度。边界按已读前提解释;示例未执行。
- 原始内容:frame.apply(f, axis=1) Out[162]: Out[163]: b 1.802165 Utah 0.998382 d 1.684034 Ohio 2.521511 e 2.689627 Texas 0.676115 Oregon 2.542656 许多最为常见的数组统计功能都被实现成DataFrame的方法(如sum和mean),因此无