解析pandas apply() 函數(shù)用法(推薦)
理解 pandas 的函數(shù)，要對函數(shù)式編程有一定的概念和理解。函數(shù)式編程，包括函數(shù)式編程思維，當然是一個很復雜的話題，但對今天介紹的 apply() 函數(shù)，只需要理解：函數(shù)作為一個對象，能作為參數(shù)傳遞給其它函數(shù)，也能作為函數(shù)的返回值。
函數(shù)作為對象能帶來代碼風格的巨大改變。舉一個例子，有一個類型為 list 的變量，包含 從 1 到 10 的數(shù)據(jù)，需要從其中找出能被 3 整除的所有數(shù)字。用傳統(tǒng)的方法：
def can_divide_by_three(number):
if number % 3 == 0:
return True
else:
return False
selected_numbers = []
for number in range(1, 11):
if can_divide_by_three(number):
selected_numbers.append(number)
循環(huán)是不可少的，因為 can_divide_by_three() 函數(shù)只用一次，考慮用 lambda 表達式簡化：
divide_by_three = lambda x : True if x % 3 == 0 else False
selected_numbers = []
for number in range(1, 11):
if divide_by_three(item):
selected_numbers.append(item)
以上是傳統(tǒng)編程思維方式，而函數(shù)式編程思維則完全不同。我們可以這樣想：從 list 中取出特定規(guī)則的數(shù)字，能不能只關(guān)注和設置規(guī)則，循環(huán)這種事情交給編程語言去處理呢？當然可以。當編程人員只關(guān)心規(guī)則（規(guī)則可能是一個條件，或者由某一個 function 來定義），代碼將大大簡化，可讀性也更強。
Python 語言提供 filter() 函數(shù)，語法如下：
filter(function, sequence)
filter() 函數(shù)的功能：對 sequence 中的 item 依次執(zhí)行 function(item)，將結(jié)果為 True 的 item 組成一個 List/String/Tuple（取決于 sequence 的類型）并返回。有了這個函數(shù)，上面的代碼可以簡化為：
divide_by_three = lambda x : True if x % 3 == 0 else False selected_numbers = filter(divide_by_three, range(1, 11))
將 lambda 表達式放在語句中，代碼簡化到只需要一句話就夠了：
selected_numbers = filter(lambda x: x % 3 == 0, range(1, 11))
Series.apply()
回到主題， pandas 的 apply() 函數(shù)可以作用于 Series 或者整個 DataFrame，功能也是自動遍歷整個 Series 或者 DataFrame, 對每一個元素運行指定的函數(shù)。
舉一個例子，現(xiàn)在有這樣一組數(shù)據(jù)，學生的考試成績：
Name Nationality Score 張 漢 400 李 回 450 王 漢 460
如果民族不是漢族，則總分在考試分數(shù)上再加 5 分，現(xiàn)在需要用 pandas 來做這種計算，我們在 Dataframe 中增加一列。當然如果只是為了得到結(jié)果， numpy.where() 函數(shù)更簡單，這里主要為了演示 Series.apply() 函數(shù)的用法。
import pandas as pd
df = pd.read_csv("studuent-score.csv")
df['ExtraScore'] = df['Nationality'].apply(lambda x : 5 if x != '漢' else 0)
df['TotalScore'] = df['Score'] + df['ExtraScore']
對于 Nationality 這一列， pandas 遍歷每一個值，并且對這個值執(zhí)行 lambda 匿名函數(shù)，將計算結(jié)果存儲在一個新的 Series 中返回。上面代碼在 jupyter notebook 中顯示的結(jié)果如下：
Name Nationality Score ExtraScore TotalScore
0 張 漢 400 0 400
1 李 回 450 5 455
2 王 漢 460 0 460
apply() 函數(shù)當然也可執(zhí)行 python 內(nèi)置的函數(shù)，比如我們想得到 Name 這一列字符的個數(shù)，如果用 apply() 的話：
df['NameLength'] = df['Name'].apply(len)
apply 函數(shù)接收帶有參數(shù)的函數(shù)
根據(jù) pandas 幫助文檔 pandas.Series.apply — pandas 1.3.1 documentation，該函數(shù)可以接收位置參數(shù)或者關(guān)鍵字參數(shù)，語法如下：
Series.apply(func, convert_dtype=True, args=(), **kwargs)
對于 func 參數(shù)來說，該函數(shù)定義中的第一個參數(shù)是必須的，所以 funct() 除第一個參數(shù)之外的其它參數(shù)則被視為額外的參數(shù)，作為參數(shù)來傳遞。我們?nèi)砸詣偛诺氖纠M行說明，假設除漢族外，其他少數(shù)名族有加分，我們把加分放在函數(shù)的參數(shù)中，先定義一個 add_extra() 函數(shù)：
def add_extra(nationality, extra):
if nationality != "漢":
return extra
else:
return 0
對 df 新增一列：
df['ExtraScore'] = df.Nationality.apply(add_extra, args=(5,))
位置參數(shù)通過 args = () 來傳遞參數(shù)，類型為 tuple。也可用下面的方法調(diào)用：
df['ExtraScore'] = df.Nationality.apply(add_extra, extra=5)
運行后結(jié)果為：
Name Nationality Score ExtraScore
0 張 漢 400 0
1 李 回 450 5
2 王 漢 460 0
將 add_extra 作為 lambda 函數(shù)：
df['Extra'] = df.Nationality.apply(lambda n, extra : extra if n == '漢' else 0, args=(5,))
下面繼續(xù)講解關(guān)鍵字參數(shù)。假設我們對不同的民族可以給不同的加分，定義 add_extra2() 函數(shù)：
def add_extra2(nationaltiy, **kwargs):
return kwargs[nationaltiy]
df['Extra'] = df.Nationality.apply(add_extra2, 漢=0, 回=10, 藏=5)
運行結(jié)果為：
Name Nationality Score Extra
0 張 漢 400 0
1 李 回 450 10
2 王 漢 460 0
對照 apply 函數(shù)的語法，不難理解。
DataFrame.apply()
DataFrame.apply() 函數(shù)則會遍歷每一個元素，對元素運行指定的 function。比如下面的示例：
import pandas as pd
import numpy as np
matrix = [
[1,2,3],
[4,5,6],
[7,8,9]
]
df = pd.DataFrame(matrix, columns=list('xyz'), index=list('abc'))
df.apply(np.square)
對 df 執(zhí)行 square() 函數(shù)后，所有的元素都執(zhí)行平方運算：
x y z
a 1 4 9
b 16 25 36
c 49 64 81
如果只想 apply() 作用于指定的行和列，可以用行或者列的 name 屬性進行限定。比如下面的示例將 x 列進行平方運算：
df.apply(lambda x : np.square(x) if x.name=='x' else x)
x y z
a 1 2 3
b 16 5 6
c 49 8 9
下面的示例對 x 和 y 列進行平方運算：
df.apply(lambda x : np.square(x) if x.name in ['x', 'y'] else x)
x y z
a 1 4 3
b 16 25 6
c 49 64 9
下面的示例對第一行 （a 標簽所在行）進行平方運算：
df.apply(lambda x : np.square(x) if x.name == 'a' else x, axis=1)
默認情況下 axis=0 表示按列，axis=1 表示按行。
apply() 計算日期相減示例
平時我們會經(jīng)常用到日期的計算，比如要計算兩個日期的間隔，比如下面的一組關(guān)于 wbs 起止日期的數(shù)據(jù)：
wbs date_from date_to
job1 2019-04-01 2019-05-01
job2 2019-04-07 2019-05-17
job3 2019-05-16 2019-05-31
job4 2019-05-20 2019-06-11
假定要計算起止日期間隔的天數(shù)。比較簡單的方法就是兩列相減（datetime 類型)：
import pandas as pd
import datetime as dt
wbs = {
"wbs": ["job1", "job2", "job3", "job4"],
"date_from": ["2019-04-01", "2019-04-07", "2019-05-16","2019-05-20"],
"date_to": ["2019-05-01", "2019-05-17", "2019-05-31", "2019-06-11"]
}
df = pd.DataFrame(wbs)
df['elpased'] = df['date_to'].apply(pd.to_datetime) -
df['date_from'].apply(pd.to_datetime)
apply() 函數(shù)將 date_from 和 date_to 兩列轉(zhuǎn)換成 datetime 類型。我們 print 一下 df:
wbs date_from date_to elapsed
0 job1 2019-04-01 2019-05-01 30 days
1 job2 2019-04-07 2019-05-17 40 days
2 job3 2019-05-16 2019-05-31 15 days
3 job4 2019-05-20 2019-06-11 22 days
日期間隔已經(jīng)計算出來，但后面帶有一個單位 days，這是因為兩個 datetime 類型相減，得到的數(shù)據(jù)類型是 timedelta64，如果只要數(shù)字，還需要使用 timedelta 的 days 屬性轉(zhuǎn)換一下。
elapsed= df['date_to'].apply(pd.to_datetime) -
df['date_from'].apply(pd.to_datetime)
df['elapsed'] = elapsed.apply(lambda x : x.days)
使用 DataFrame.apply() 函數(shù)也能達到同樣的效果，我們需要先定義一個函數(shù) get_interval_days() 函數(shù)的第一列是一個 Series 類型的變量，執(zhí)行的時候，依次接收 DataFrame 的每一行。
import pandas as pd
import datetime as dt
def get_interval_days(arrLike, start, end):
start_date = dt.datetime.strptime(arrLike[start], '%Y-%m-%d')
end_date = dt.datetime.strptime(arrLike[end], '%Y-%m-%d')
return (end_date - start_date).days
wbs = {
"wbs": ["job1", "job2", "job3", "job4"],
"date_from": ["2019-04-01", "2019-04-07", "2019-05-16","2019-05-20"],
"date_to": ["2019-05-01", "2019-05-17", "2019-05-31", "2019-06-11"]
}
df = pd.DataFrame(wbs)
df['elapsed'] = df.apply(
get_interval_days, axis=1, args=('date_from', 'date_to'))
參考
Pandas的Apply函數(shù)——Pandas中最好用的函數(shù)
pandas.Series.apply — pandas 1.3.1 documentation
到此這篇關(guān)于pandas apply() 函數(shù)用法的文章就介紹到這了,更多相關(guān)pandas apply() 函數(shù)內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
Python實現(xiàn)批量更換指定目錄下文件擴展名的方法
這篇文章主要介紹了Python實現(xiàn)批量更換指定目錄下文件擴展名的方法,結(jié)合完整實例分析了Python批量修改文件擴展名的技巧,并對比分析了shell命令及scandir的兼容性代碼,需要的朋友可以參考下2016-09-09
Python Charles抓包配置實現(xiàn)流程圖解
這篇文章主要介紹了Python Charles抓包實現(xiàn)流程圖解,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下2020-09-09
本文介紹了Python中用于解析HTML頁面的重要工具之一——BeautifulSoup庫，詳細講解了BeautifulSoup庫的基本使用方法、標簽選擇器、CSS選擇器、正則表達式、遍歷文檔樹等內(nèi)容，并結(jié)合實例代碼展示了BeautifulSoup庫的應用場景2023-04-04
這篇文章主要介紹了Pytorch限制或增加CPU使用的核數(shù)方式,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教2024-02-02
這篇文章主要介紹了Python判斷三段線能否構(gòu)成三角形的代碼，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-04-04
這篇文章主要為大家詳細介紹了python?如何對比兩個字典dict的不同差異，文中的示例代碼簡潔易懂，具有一定的學習價值，感興趣的可以了解一下2023-05-05
這篇文章主要介紹了Python反轉(zhuǎn)序列的方法,結(jié)合實例形式分析了列表、元組及字符串反轉(zhuǎn)的具體實現(xiàn)技巧,需要的朋友可以參考下2018-03-03
這篇文章主要為大家介紹了python機器學習python實現(xiàn)神經(jīng)網(wǎng)絡的示例解析，在同樣在進行python機器學習的同學可以借鑒參考下，希望能夠有所幫助2021-10-10
Python爬蟲是獲取網(wǎng)頁信息的重要工具,但有時網(wǎng)站對爬蟲有限制,要求模擬瀏覽器行為,本文將深入探討如何使用Python模擬瀏覽器行為進行網(wǎng)絡數(shù)據(jù)抓取,我們將介紹相關(guān)工具和技術(shù),提供詳細的示例代碼和解釋2024-01-01
這篇文章主要介紹了Django2.1.3 中間件使用詳解，小編覺得挺不錯的，現(xiàn)在分享給大家，也給大家做個參考。一起跟隨小編過來看看吧2018-11-11