python中apply函数详情
更新时间:2022年01月26日 14:24:26 作者:sorrythanku
这篇文章主要介绍了python中apply函数详情,该函数最有用的是第一个参数,这个参数是函数,相当于C/C++的函数指针,更多详细内容,需要的小伙伴可以参考下面文章内容
函数原型:
DataFrame.apply(func, axis=0, broadcast=False, raw=False, reduce=None, args=(), **kwds)
- 1.该函数最有用的是第一个参数,这个参数是函数,相当于C/C++的函数指针。
- 2.这个函数需要自己实现,函数的传入参数根据axis来定,比如axis = 1,就会把一行数据作为Series的数据
- 结构传入给自己实现的函数中,我们在函数中实现对
Series
不同属性之间的计算,返回一个结果,则apply函数 - 会自动遍历每一行
DataFrame
的数据,最后将所有结果组合成一个Series
数据结构 - 并返回。
- 3.apply函数常与
groupby
函数一起使用,如下图所示:
- 4.举栗子
对指定列进行操作:
data=np.arange(0,16).reshape(4,4) data=pd.DataFrame(data,columns=['0','1','2','3']) def f(x): return x-1 print(data) print(data.ix[:,['1','2']].apply(f)) 0 1 2 3 0 0 1 2 3 1 4 5 6 7 2 8 9 10 11 3 12 13 14 15 1 2 0 0 1 1 4 5 2 8 9 3 12 13
对行操作:
data=np.arange(0,16).reshape(4,4) data=pd.DataFrame(data,columns=['0','1','2','3']) def f(x): return x-1 print(data) print(data.ix[[0,1],:].apply(f)) 0 1 2 3 0 0 1 2 3 1 4 5 6 7 2 8 9 10 11 3 12 13 14 15 0 1 2 3 0 -1 0 1 2 1 3 4 5 6
整体对列操作:
data=np.arange(0,16).reshape(4,4) data=pd.DataFrame(data,columns=['0','1','2','3']) def f(x): return x.max() print(data) print(data.apply(f)) 0 1 2 3 0 0 1 2 3 1 4 5 6 7 2 8 9 10 11 3 12 13 14 15 0 12 1 13 2 14 3 15 dtype: int64
整体对行操作:
data=np.arange(0,16).reshape(4,4) data=pd.DataFrame(data,columns=['0','1','2','3']) def f(x): return x.max() print(data) print(data.apply(f,axis=1)) 0 1 2 3 0 0 1 2 3 1 4 5 6 7 2 8 9 10 11 3 12 13 14 15 0 3 1 7 2 11 3 15 dtype: int64
到此这篇关于python中apply函数详情的文章就介绍到这了,更多相关python中apply函数内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!
相关文章
Windows下的Jupyter Notebook 安装与自定义启动(图文详解)
这篇文章主要介绍了Windows下的Jupyter Notebook 安装与自定义启动(图文详解),需要的朋友可以参考下2018-02-02Python模块的定义,模块的导入,__name__用法实例分析
这篇文章主要介绍了Python模块的定义,模块的导入,__name__用法,结合实例形式分析了Python的概念、功能、导入及__name__相关使用技巧,需要的朋友可以参考下2020-01-01详解numpy.ndarray.reshape()函数的参数问题
这篇文章主要介绍了详解numpy.ndarray.reshape()函数的参数问题,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧2020-10-10聊聊Python pandas 中loc函数的使用,及跟iloc的区别说明
这篇文章主要介绍了聊聊Python pandas 中loc函数的使用,及跟iloc的区别说明,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧2021-03-03
最新评论