บางครั้งอาจจำเป็นต้องใช้ฟังก์ชันบางอย่างตามแกนของดาต้าเฟรม สามารถระบุแกนได้ มิฉะนั้น แกนเริ่มต้นจะถือเป็นคอลัมน์ที่ชาญฉลาด โดยที่ทุกคอลัมน์ถือเป็นอาร์เรย์
หากระบุแกน การดำเนินการจะดำเนินการตามแถวกับข้อมูล
ฟังก์ชัน 'ใช้' สามารถใช้ร่วมกับตัวดำเนินการจุดบนดาต้าเฟรม เรามาดูตัวอย่างกัน −
ตัวอย่าง
import pandas as pd
import numpy as np
my_data = {'Age':pd.Series([45, 67, 89, 12, 23]),'value':pd.Series([8.79,23.24,31.98,78.56,90.20])}
print("The dataframe is :")
my_df = pd.DataFrame(my_data)
print(my_df)
print("The description of data is :")
print(my_df.apply(np.mean)) ผลลัพธ์
The dataframe is : Age value 0 45 8.79 1 67 23.24 2 89 31.98 3 12 78.56 4 23 90.20 The description of data is : Age 47.200 value 46.554 dtype: float64
คำอธิบาย
-
ไลบรารีที่จำเป็นจะถูกนำเข้าและให้ชื่อแทนเพื่อความสะดวกในการใช้งาน
-
พจนานุกรมของชุดข้อมูลที่ประกอบด้วยคีย์และค่าถูกสร้างขึ้น โดยที่ค่าจริง ๆ แล้วเป็นโครงสร้างข้อมูลชุดข้อมูล
-
พจนานุกรมนี้จะถูกส่งต่อไปเป็นพารามิเตอร์ไปยังฟังก์ชัน 'Dataframe' ที่มีอยู่ในไลบรารี 'pandas'
-
พิมพ์ดาต้าเฟรมบนคอนโซล
-
เรากำลังดูข้อมูลทั้งหมดเกี่ยวกับข้อมูล
-
ฟังก์ชัน 'อธิบาย' ถูกเรียกใช้บนดาต้าเฟรม
-
คำอธิบายถูกพิมพ์บนคอนโซล
