python中apply函數(shù)詳情

更新時間：2022年01月26日 14:24:26 作者：sorrythanku?

這篇文章主要介紹了python中apply函數(shù)詳情，該函數(shù)最有用的是第一個參數(shù)，這個參數(shù)是函數(shù)，相當于C/C++的函數(shù)指針，更多詳細內(nèi)容，需要的小伙伴可以參考下面文章內(nèi)容

函數(shù)原型：

DataFrame.apply(func, axis=0, broadcast=False, raw=False, reduce=None, args=(), **kwds)

1.該函數(shù)最有用的是第一個參數(shù)，這個參數(shù)是函數(shù)，相當于C/C++的函數(shù)指針。
2.這個函數(shù)需要自己實現(xiàn)，函數(shù)的傳入?yún)?shù)根據(jù)axis來定，比如axis = 1，就會把一行數(shù)據(jù)作為Series的數(shù)據(jù)
結(jié)構(gòu)傳入給自己實現(xiàn)的函數(shù)中，我們在函數(shù)中實現(xiàn)對Series不同屬性之間的計算，返回一個結(jié)果，則apply函數(shù)
會自動遍歷每一行DataFrame的數(shù)據(jù)，最后將所有結(jié)果組合成一個Series數(shù)據(jù)結(jié)構(gòu)
并返回。
3.apply函數(shù)常與groupby函數(shù)一起使用，如下圖所示:

4.舉栗子

對指定列進行操作:

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

對行操作:

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

整體對列操作:

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

整體對行操作:

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

到此這篇關(guān)于python中apply函數(shù)詳情的文章就介紹到這了,更多相關(guān)python中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！

您可能感興趣的文章: