pandas 中 pandas.Dataframe.applymap方法的使用

注意：applymap函数只有Dataframe有，Serise没有（这里不讨论三维的）,固然applymap不能再DataFrame数据中取一列或者一行进行func 
DataFrame.applymap(func)

此方法应用一个函数，该函数接受并返回一个Scalar到DataFrame的每个元素。

其实此方法可以实现apply中DataFrame中的功能，但是它会比applymap慢很多

如下列：

  

   

    

     

    
    

     

      a = time.time()
     
    
   

    

     

    
    

     

      df12 = pd.DataFrame({'manage_score': ['12', '34', '34', '56', '67'], 'math_score': ['23', '52', '35', '77', '67'], 'english_score': ['90', '23', '53', '66', '67']})
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     
    
     
    
   

    

     

    
    

     

      # df12 = df12.apply(lambda x: x + '-')
     
    
   

    

     

    
    

     

      # print(df12)
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      df13 = df12.applymap(lambda x: x + '-')
     
    
   

    

     

    
    

     

      print(df13)
     
    
   

    

     

    
    

     

      b = time.time()
     
    
   

    

     

    
    

     

      print(b-a)
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      结果：
     
    
   

    

     

    
    

     

      df12所用的时间：0.028481245040893555
     
    
   

    

     

    
    

     

      df13所用的时间：0.011883974075317383
     
    
   

    

     

    
    

     

      可以看出慢了一倍的时间，这还是数据只有几条，所以尽量避免使用applymap
     
    
  
 

文章来源: blog.csdn.net，作者：橙子园，版权归原作者所有，如需转载，请联系作者。

原文链接：blog.csdn.net/Chenftli/article/details/85245626