[Pandas] applymap() - DataFrame 전체 셀에 함수를 적용

Pandas를 사용하다 보면 다음과 같은 작업이 필요할 때가 있습니다.

• 모든 수치에 단위를 붙이고 싶을 때
• 전체 셀의 포맷을 문자열로 바꾸고 싶을 때
• 결측값을 특정 텍스트로 대체하거나, 셀에 조건 기반 포맷팅을 하고 싶을 때

이럴 때 DataFrame 전체 셀에 함수를 적용할 수 있는 applymap() 이 강력한 도구가 됩니다.

 

먼저 예제 데이터를 확인하겠습니다.

 

예제 데이터

import pandas as pd
import numpy as np

df = pd.DataFrame({
    'math': [90, 80, 70],
    'eng': [85, 75, 65],
    'sci': [88, 78, np.nan]
})

---

기본 문법

DataFrame.applymap(func)

• 각 셀에 대해 func(value) 를 수행
• 반환 결과는 DataFrame

 

1. 예제: 숫자에 단위 붙이기

df.applymap(lambda x: f"{int(x)}점" if pd.notna(x) else "결측")

→ 각 셀에 "점"을 붙이고, 결측치는 "결측"으로 처리

 

2. 예제: 셀 값 제곱하기

df.applymap(lambda x: x ** 2 if pd.notna(x) else x)

→ 수치 데이터 전체 제곱 계산

 

3. 예제: 모든 셀 문자열화

df.applymap(str)

→ 셀을 전부 문자열로 변환 (형태 통일 목적)

 

4. 예제: 셀 포맷 일괄 처리 (%, 소수점 등)

df.applymap(lambda x: f"{x:.1f}%" if pd.notna(x) else "")

→ 퍼센트 표기 등, 시각화 전 전처리에 유용

 

5. 예제: 결측치 치환

df.applymap(lambda x: x if pd.notna(x) else 0)

→ fillna()로 대체해도 되지만, 다른 조건과 함께 쓰면 applymap()이 더 유연함

---

applymap()과 다른 함수들과의 차이

함수	대상	목적	예시
map()	Series	개별 값 변환	s.map(lambda x: x + 1)
apply()	Series / DataFrame	열 전체 또는 행 전체에 함수	df.apply(sum, axis=1)
applymap()	DataFrame	각 셀에 함수 적용	df.applymap(str)

→  applymap()은 DataFrame 전용이다. Series에는 사용 불가!

 

 

여기서 또 하나의 Tip을 보여드리면 

수치 데이터를 문자열로 치환 후 시각화용 저장도 코드 한줄로 가능합니다.

df.applymap(lambda x: f"{int(x)}점" if pd.notna(x) else "미제출").to_csv("scores_clean.csv", index=False)

 

 

applymap()은 Pandas의 모든 셀을 동일하게 처리할 때 매우 유용한 함수입니다.
단일 열이면 map(), 행/열 단위면 apply(),
셀 단위 전체 처리라면 applymap() 함수를 사용해 보시기 바랍니다.