当我们提到python数据分析的时候，大部分情况下都会使用Pandas进行操作。pandas整个系列覆盖以下内容：

图解Pandas核心操作函数大全
图解Pandas数据变换高级函数
Pandas数据分组与操作

本篇为『图解Pandas数据变换高级函数』。

一、Pandas的数据变换高级函数

在数据处理过程中，经常需要对DataFrame进行逐行、逐列和逐元素的操作（例如，机器学习中的特征工程阶段）。Pandas中有非常高效简易的内置函数可以完成，最核心的3个函数是map、apply和applymap。下面我们以图解的方式介绍这3个方法的应用方法。

首先，通过numpy模拟生成一组数据。数据集如下所示，各列分别代表身高（height）、体重（weight）、是否吸烟（smoker）、性别（gender）、年龄（age）和肤色（color）。

import numpy as npimport pandas as pdboolean=[True,False]gender=["男","女"]color=["white","black","yellow"]data=pd.DataFrame({"height":np.random.randint(150,190,100),"weight":np.random.randint(40,90,100),"smoker":[boolean[x] for x in np.random.randint(0,2,100)],"gender":[gender[x] for x in np.random.randint(0,2,100)],"age":np.random.randint(15,90,100),"color":[color[x] for x in np.random.randint(0,len(color),100) ]})

二、Series数据处理

2.1 map方法

当我们需要把series数据逐元素做同一个变换操作时，我们不会使用for循环（效率很低），我们会使用Series.map()来完成，通过简单的一行代码即可完成变换处理。例如，我们把数据集中gender列的男替换为1，女替换为0。

下面我们通过图解的方式，拆解map的操作过程：

（1）使用字典映射的map原理

#①使用字典进行映射data["gender"] = data["gender"].map({"男":1, "女":0})

（2）使用函数映射的map原理

#②使用函数def gender_map(x):gender = 1 if x == "男" else 0return gender#注意这里传入的是函数名，不带括号data["gender"] = data["gender"].map(gender_map)

如上面例子所示，使用map时，我们可以通过字典或者函数进行映射处理。对于这两种方式，map都是把对应的数据逐个当作参数传入到字典或函数中，进行映射得到结果。

2.2 apply方法

当我们需要完成复杂的数据映射操作处理时，我们会使用到Series对象的apply方法，它和map方法类似，但能够传入功能更为复杂的函数。

我们通过一个例子来理解一下。例如，我们要对年龄age列进行调整（加上或减去一个值），这个加上或减去的值我们希望通过传入。此时，多了1个参数bias，用map方法是操作不了的（传入map的函数只能接收一个参数），apply方法则可以解决这个问题。

def apply_age(x,bias):return x+bias#以元组的方式传入额外的参数data["age"] = data["age"].apply(apply_age,args=(-3,))

可以看到age列都减了3，这是个非常简单的例子，apply在复杂场景下有着更灵活的作用。
总结一下，对于Series而言，map可以完成大部分数据的统一映射处理，而apply方法适合对数据做复杂灵活的函数映射操作。

三、DataFrame数据处理

3.1 apply方法

DataFrame借助apply方法，可以接收各种各样的函数（Python内置的或自定义的）对数据进行处理，非常灵活便捷。
掌握DataFrame的apply方法需要先了解一下axis的概念，在DataFrame对象的大多数方法中，都会有axis这个参数，它控制了你指定的操作是沿着0轴还是1轴进行。axis=0代表操作对列columns进行，axis=1代表操作对行row进行，如下图所示。

我们来通过例子理解一下这个方法的使用。例如，我们对data中的数值列分别进行取对数和求和的操作。这时使用apply进行相应的操作，两行代码可以很轻松地解决。

（1）按列求和的实现过程

因为是对列进行操作，所以需要指定axis=0。本次实现的底层，apply到底做了什么呢？我们来通过图解的方式理解一下：

# 沿着0轴求和data[["height","weight","age"]].apply(np.sum, axis=0)

（2）按列取对数的实现过程

因为是对列进行操作，所以需要指定axis=0。本次实现的底层，apply到底做了什么呢？我们来通过图解的方式理解一下：

# 沿着0轴求和data[["height","weight","age"]].apply(np.sum, axis=0)# 沿着0轴取对数data[["height","weight","age"]].apply(np.log, axis=0)

当沿着轴0（axis=0）进行操作时，会将各列(columns)默认以Series的形式作为参数，传入到你指定的操作函数中，操作后合并并返回相应的结果。

（3）按行计算BMI指数

那我们实际应用过程中有没有（axis=1）的情况呢？例如，我们要根据数据集中的身高和体重计算每个人的BMI指数（体检时常用的指标，衡量人体肥胖程度和是否健康的重要标准），计算公式是：体重指数BMI=体重/身高的平方（国际单位kg/㎡）。

这个操作需要对每个样本（行）进行计算，我们使用apply并指定axis=1来完成，代码和图解如下：

def BMI(series):weight = series["weight"]height = series["height"]/100BMI = weight/height**2return BMIdata["BMI"] = data.apply(BMI,axis=1)

当apply设置了axis=1对行进行操作时，会默认将每一行数据以Series的形式（Series的索引为列名）传入指定函数，返回相应的结果。

做个总结，DataFrame中应用apply方法：

当axis=0时，对每列columns执行指定函数；当axis=1时，对每行row执行指定函数。
无论axis=0还是axis=1，其传入指定函数的默认形式均为Series，可以通过设置raw=True传入numpy数组。
对每个Series执行结果后，会将结果整合在一起返回（若想有返回值，定义函数时需要return相应的值）
当然，DataFrame的apply和Series的apply一样，也能接收更复杂的函数，如传入参数等，实现原理是一样的，具体用法详见官方文档。

3.2 applymap方法

applymap是另一个DataFrame中可能会用到的方法，它会对DataFrame中的每个单元格执行指定函数的操作，如下例所示：

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),})

我们希望对DataFrame中所有的数保留两位小数显示，applymap可以帮助我们很快完成，代码和图解如下：

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

资料与代码下载

本教程系列的代码可以在ShowMeAI对应的github中下载，可本地python环境运行，能访问Google的宝宝也可以直接借助google colab一键运行与交互操作学习哦！

本系列教程涉及的速查表可以在以下地址下载获取

Pandas速查表
NumPy速查表
Matplotlib速查表
Seaborn速查表

拓展参考资料

Pandas官方教程
Pandas中文教程

ShowMeAI相关文章推荐

数据分析介绍
数据分析思维
数据分析的数学基础
业务认知与数据初探
数据清洗与预处理
业务分析与数据挖掘
数据分析工具地图
统计与数据科学计算工具库Numpy介绍
Numpy与1维数组操作
Numpy与2维数组操作
Numpy与高维数组操作
数据分析工具库Pandas介绍
图解Pandas核心操作函数大全
图解Pandas数据变换高级函数
Pandas数据分组与操作
数据可视化原则与方法
基于Pandas的数据可视化
seaborn工具与数据可视化

ShowMeAI系列教程推荐

图解Python编程：从入门到精通系列教程
图解数据分析：从入门到精通系列教程
图解AI数学基础：从入门到精通系列教程
图解大数据技术：从入门到精通系列教程

Python数据分析 | Pandas数据变换高级函数