pandas和numpy中的遍歷操作

遍歷操作

遍歷操作分為兩種：

  1. 按照指定軸進(jìn)行操作
  2. 按照元素進(jìn)行操作

數(shù)據(jù)類型

  • pandas中數(shù)據(jù)類型主要有DataFrame和Series，然后常用到的還有Index序列。
  • numpy中則全部視為array

pandas中的遍歷操作

  1. DataFrame
  • apply可按指定軸進(jìn)行操作
  • applymap對(duì)所有元素進(jìn)行操作(elementwise-逐元素地??)
  1. Series
  • apply逐元素地
  • map 逐元素地
    兩個(gè)方法效果一樣好像？
  1. Index
  • map 逐元素地

因此對(duì)于一維數(shù)據(jù)Series和Index可以統(tǒng)一用map

numpy中的遍歷操作

  • 按指定軸進(jìn)行操作
    • apply_along_axis 對(duì)指定一軸進(jìn)行
    • apply_over_axes 對(duì)指定多軸進(jìn)行操作
  • frompyfunc按元素進(jìn)行操作（先將python函數(shù)轉(zhuǎn)化為ufunc，然后使用ufunc操作數(shù)組)
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成，瀏覽時(shí)請(qǐng)結(jié)合常識(shí)與多方信息審慎甄別。
平臺(tái)聲明：文章內(nèi)容（如有圖片或視頻亦包括在內(nèi)）由作者上傳并發(fā)布，文章內(nèi)容僅代表作者本人觀點(diǎn)，簡書系信息發(fā)布平臺(tái)，僅提供信息存儲(chǔ)服務(wù)。

友情鏈接更多精彩內(nèi)容