你知道pandas应该怎么用吗？这些pandas软件的用法才是python必备的

你知道pandas应该怎么用吗？Pandas 可直接使用 NumPy 的 ufunc(元素级数组方法) 函数：

>>> import pandas as pd

>>> import numpy as np

>>> obj = pd.DataFrame(np.random.randn(5,4) - 1)

>>> obj

0 1 2 3

0 -0.228107 1.377709 -1.096528 -2.051001

1 -2.477144 -0.500013 -0.040695 -0.267452

2 -0.485999 -1.232930 -0.390701 -1.947984

3 -0.839161 -0.702802 -1.756359 -1.873149

4 0.853121 -1.540105 0.621614 -0.583360

>>>

>>> np.abs(obj)

0 1 2 3

0 0.228107 1.377709 1.096528 2.051001

1 2.477144 0.500013 0.040695 0.267452

2 0.485999 1.232930 0.390701 1.947984

3 0.839161 0.702802 1.756359 1.873149

4 0.853121 1.540105 0.621614 0.583360

你知道pandas应该怎么用吗？函数映射：在 Pandas 中 apply 方法可以将函数应用到列或行上，可以通过设置 axis 参数来指定行或列，默认 axis = 0，即按列映射：

>>> import pandas as pd

>>> import numpy as np

>>> obj = pd.DataFrame(np.random.randn(5,4) - 1)

>>> obj

0 1 2 3

0 -0.707028 -0.755552 -2.196480 -0.529676

1 -0.772668 0.127485 -2.015699 -0.283654

2 0.248200 -1.940189 -1.068028 -1.751737

3 -0.872904 -0.465371 -1.327951 -2.883160

4 -0.092664 0.258351 -1.010747 -2.313039

>>>

>>> obj.apply(lambda x : x.max())

0 0.248200

1 0.258351

2 -1.010747

3 -0.283654

dtype: float64

>>>

>>> obj.apply(lambda x : x.max(), axis=1)

0 -0.529676

1 0.127485

2 0.248200

3 -0.465371

4 0.258351

dtype: float64

另外还可以通过 applymap 将函数映射到每个数据上：

>>> import pandas as pd

>>> import numpy as np

>>> obj = pd.DataFrame(np.random.randn(5,4) - 1)

>>> obj

0 1 2 3

0 -0.772463 -1.597008 -3.196100 -1.948486

1 -1.765108 -1.646421 -0.687175 -0.401782

2 0.275699 -3.115184 -1.429063 -1.075610

3 -0.251734 -0.448399 -3.077677 -0.294674

4 -1.495896 -1.689729 -0.560376 -1.808794

>>>

>>> obj.applymap(lambda x : '%.2f' % x)

0 1 2 3

0 -0.77 -1.60 -3.20 -1.95

1 -1.77 -1.65 -0.69 -0.40

2 0.28 -3.12 -1.43 -1.08

3 -0.25 -0.45 -3.08 -0.29

4 -1.50 -1.69 -0.56 -1.81

以上就是《你知道pandas是什么吗?这可以python最重要的数据包》的全部内容，Pandas是一个基于numpy的python数据分析包。Pandas 可直接使用 NumPy 的 ufunc(元素级数组方法) 函数，如果你想知道更多的python的相关软件，可以点击下方资料下载链接。