pandas map apply applymap

map apply  applymap    数据处理三板斧
在数据处理中 经常会对一个DataFrame进行逐行 逐列和逐元素的操作  对应这些操作
PD中的map apply applymap可以解决大部分这样的数据处理需求

map是针对整列的操作 replace是针对全部数据的操作

# dict_change = {'男':'先生','女':'女士'}
# data['称呼'] = data['性别'].map(dict_change)  字典操作
# data['称呼']是原始数据没有的  所以自动新建一列

# def replace_value(value):
#     if value == '男':
#         x = '先生'
#     else:
#         x = '女'
#     return x
# data['称呼'] = data['性别'].map(replace_value)  函数操作
#                                 这里写入函数名

apply

# def change_data(primary,change):
#     return primary + change

# 列计算  每一列聚合  横着算
# data['列名'] = data['列名'].apply(change_data,args=(3))
#                                   函数名       修改的数据内容
#                                    单元格的value会自动传入

# 行计算  每一行聚合  竖着算

# data = data[['列名','列名','列名',]].apply(sum,axis=0)
# 把列名提取出来                       sum运算   axis控制轴