こんにちは，shun（@datasciencemore）です！！
今回はapplymapについて学習していきます．
applymapは，データフレームの各要素に対して関数を適用するメソッドです．
イメージとしてはこのようになります．
０．準備
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 |
# パッケージ読み込み import pandas as pd import numpy as np import seaborn as sns # データフレームの表示行数を指定 pd.set_option('display.max_rows',5) # データ読み込みと列選択（メソッドチェーン） df = \ sns\ .load_dataset('diamonds')\ .filter(["x", "y"]) |
１．applymapの基本
例えば，以下のデータフレームと関数を考えます．
データフレーム：df（ダイヤモンドデータ）のx列，y列
関数：数値を100倍する．
このデータフレームと関数をapplymapに適用すると，このようなデータフレームを出力します．
|
1 2 3 4 5 6 |
# 関数 def func(x): return x*100 # applymap適用 df.applymap(func) |
２．applymapとlambda式
mapはlambda式と相性が良いです．
今まで説明したように，関数を定義してapplymapを適用する方法でもいいですが，簡単な処理であればlambda式を使用することのほうが多いです．
ちなみに今まで説明してきませんでしたが，mapやapplyでもlambda式を使用することはできます．
ただmapやapplyでlambda式を使用する頻度はapplymapよりも少ないです．
まとめ
今回はapplymapについて学習してきました．
- applymapの基本
- applymapとlambda式
applymapの使用頻度は，map, applyに劣りますが，それでも時々使用します．
油断しないでしっかりマスターしましょう．
さて，これで繰り返し処理について終了です！
次回から欠損値処理について学習していく予定です！
それでは，お疲れさまでした！！
次回
-
-
【pandas】概要【欠損値処理】
こんにちは，shun（@datasciencemore）です！！ これからしばらくpandasの欠損値処理について，学習していきます． 今回はこれから学習していくpandasの欠損値処理の概要について ...
続きを見る
