Excel与pandas：使用applymap()创建复杂的计算列

标签：Python与Excel,pandas

我们之前讨论了如何在pandas中创建计算列，并讲解了一些简单的示例。通过将表达式赋值给一个新列（例如df['new column']=expression），可以在大多数情况下轻松创建计算列。然而，有时我们需要创建相当复杂的计算列，这就是本文要讲解的内容。

准备演示的数据框架

看一看下面的例子，有一个以百分比表示的学生在校平均成绩列表，我们希望将其转换为字母顺序的分数（即a、B、C、D、F等），分数阈值如下所示：

A：>=90

B：80<=且<90

C：70<=且<80

D：50<=且<70

F：<50

创建我们假设的学生和他们的学校平均数,我们将为学生的分数随机生成1到100之间的数字。

图1

创建一个辅助函数

现在，让我们创建一个取平均值的函数，并将其处理/转换为字母等级。

图2

现在我们要把这个函数应用到每个学生身上。那么，在列中对每个学生进行循环？不！记住，我们永远不应该循环遍历pandas数据框架/系列，因为如果我们有一个大的数据集，这样做效率很低。

pandas applymap()方法

pandas提供了一种将自定义函数应用于列或整个数据框架的简单方法，就是.applymap()方法，这有点类似于map()函数的作用。注意下面的代码，我们只在包含平均值的三列上应用函数。因为我们知道第一列包含字符串，如果我们尝试对字符串数据应用letter_grade()函数，可能会遇到错误。

图3

我们仍然可以使用map()函数来转换分数等级，但是，需要在三列中的每一列上分别使用map()，而applymap()能够覆盖整个数据框架（多列）。

注：本文学习整理自pythoninoffice.com。