脚本之家 服务器常用软件
快捷导航
您的位置：首页 → 脚本专栏 → python → python中apply函数

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！

您可能感兴趣的文章:

相关文章

  • Python实现LRU算法

    Python实现LRU算法

    这篇文章主要为大家详细介绍了Python实现LRU缓存置换算法，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
    2022-05-05
  • python里面单双下划线的区别详解

    python里面单双下划线的区别详解

    本文主要介绍了python里面单双下划线的区别详解，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
    2023-04-04
  • Python list去重且保持原顺序不变的方法

    Python list去重且保持原顺序不变的方法

    这篇文章主要介绍了Python list去重且保持原顺序不变的方法，帮助大家更好的理解和学习使用python，感兴趣的朋友可以了解下
    2021-04-04
  • 解决TensorFlow程序无限制占用GPU的方法

    解决TensorFlow程序无限制占用GPU的方法

    这篇文章主要介绍了解决TensorFlow程序无限制占用GPU的方法，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
    2020-06-06
  • 浅谈numpy.where() 的用法和np.argsort()的用法说明

    浅谈numpy.where() 的用法和np.argsort()的用法说明

    这篇文章主要介绍了浅谈numpy.where() 的用法和np.argsort()的用法说明，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
    2021-05-05
  • 手把手教你从PyCharm安装到激活（最新激活码），亲测有效可激活至2089年

    手把手教你从PyCharm安装到激活（最新激活码），亲测有效可激活至2089年

    最近很多网友找小编反映PyCharm激活码失效了，原来的已经不能用了。浪费了半天时间终于找到一个可以使用的了，支持最新JetBrains全系列产品(Pycharm 2020.2.x，Intellij idea 2020.2.x,WebStorm 2020.2.x)。,需要的朋友可以参考下
    2020-10-10
  • python基础之函数的返回值

    python基础之函数的返回值

    这篇文章主要介绍了Python函数返回值,实例分析了Python中返回一个返回值与多个返回值的方法,需要的朋友可以参考下
    2021-10-10
  • Python获取SQLite查询结果表列名的方法

    Python获取SQLite查询结果表列名的方法

    这篇文章主要介绍了Python获取SQLite查询结果表列名的方法,涉及Python连接及查询SQLite数据库的相关操作技巧,需要的朋友可以参考下
    2017-06-06
  • python变量命名的7条建议

    python变量命名的7条建议

    这篇文章主要介绍了python变量命名的7条建议，如何给变量命名，如何让它变得有意义成了程序员不可逾越的难题,需要的朋友可以参考下
    2019-07-07
  • wxPython实现分隔窗口

    wxPython实现分隔窗口

    这篇文章主要为大家详细介绍了wxPython实现分隔窗口，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
    2019-11-11

最新评论