데이터 프레임의 요소를 따라 특정 기능을 적용해야 하는 경우가 있습니다. 모든 기능을 벡터화할 수 없습니다. 여기서 'applymap' 기능이 등장합니다.
단일 값을 입력으로 사용하고 단일 값을 출력으로 반환합니다.
예시
판다를 pdimport numpy로 npmy_df =pd.DataFrame(np.random.randn(5,5),columns=['col_1','col_2','col_3', 'col_4', 'col_5'])으로 가져오기 print("생성된 데이터 프레임은 ")print(my_df)my_df.applymap(lambda x:x*11.45)print("applymap 함수 사용")print(my_df.apply(np.mean)) 출력
<중고> 생성 dataframe은 컬럼 col_1 col_2에는 col_3이 col_4 col_50 -0.671510 -0.860741 0.886484 0.842158 2.1823411 0.247240 -1.355763 -0.653630 -0.278095 -0.816203 1.664006 1.555648 0.1630442 1.625890 1.297014 -1.565076 -0.4123383 -1.013273 -0.303504 -0.077588 -0.886957 -1.6235734 0.725949 0.433478 - 0.300151applymap 함수 사용col_1 -0.626160col_2 -0.118432col_3 0.439712col_4 0.463985col_5 0.001865dtype:float64설명
-
필요한 라이브러리를 가져오고 사용하기 쉽도록 별칭 이름을 지정합니다.
-
'random' 함수를 이용하여 5행 5열로 데이터를 생성하여 데이터프레임을 생성합니다.
-
데이터 프레임 값을 정의하는 동안 열 이름도 목록 내에서 정의됩니다.
-
데이터 프레임이 콘솔에 인쇄됩니다.
-
'applymap' 기능은 데이터 프레임의 요소에 적용됩니다.
-
함수 정의는 'applymap' 함수 내부에 작성된 람다 함수입니다.
-
데이터는 콘솔에 인쇄됩니다.