7.zip，map，apply，applymap，agg使用汇总

一、zip

num = [2232, 1985, 1866]
name = ['人口','金额','数量']
[*zip(name,num)]
4 [list(i) for i in zip(name,num)]

输出：

[('人口', 2232), ('金额', 1985), ('数量', 1866)]
2 [['人口', 2232], ['金额', 1985], ['数量', 1866]]

 

 

二、map

num = [2232, 1985, 1866]
[i for i in map(lambda x: str(x),num)]

输出：

['2232', '1985', '1866']

 

三、apply

df = pd.DataFrame(
    {
        "A":np.random.randn(5),
        "B":np.random.randn(5),
        "C":np.random.randn(5),
        "D":np.random.randn(5),
        "E":np.random.randn(5),
    }
)

df['A'].apply(lambda x:"%.2f" % x)

 

 

四、applymap

applymap的用法比较简单，会对DataFrame中的每个单元格执行指定函数的操作

df = pd.DataFrame(
    {
        "A":np.random.randn(5),
        "B":np.random.randn(5),
        "C":np.random.randn(5),
        "D":np.random.randn(5),
        "E":np.random.randn(5),
    }
)

 

 

 

df.applymap(lambda x:"%.2f" % x)

 

 

 

五、agg

单列或多列进行多函数映射

df = pd.DataFrame(
        {
            "A":np.random.randn(5),
            "B":np.random.randn(5),
            "C":np.random.randn(5),
            "D":np.random.randn(5),
            "E":np.random.randn(5),
        }
    )
df.agg({'A' : ['sum', 'min'], 'B' : ['min', 'max']})