Python函数:apply()

本文详细介绍了Python pandas库中的DataFrame.apply()函数,如何使用该函数实现对DataFrame按行或按列操作,通过实例演示了如何计算最大值与最小值差。适用于数据处理和函数间接调用场景。
部署运行你感兴趣的模型镜像

函数: 

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

apply(func [, args [, kwargs ]]) 函数用于当函数参数已经存在于一个元组或字典中时,间接地调用函数。args是一个包含将要提供给函数的按位置传递的参数的元组。如果省略了args,任何参数都不会被传递,kwargs是一个包含关键字参数的字典。

apply()的返回值就是func()的返回值,apply()的元素参数是有序的,元素的顺序必须和func()形式参数的顺序一致

例子:

import numpy as np
import pandas as pd

f = lambda x: x.max() - x.min()   #创建一个函数,最大值——最小值

df = pd.DataFrame(np.random.randn(4, 3), columns=list('bde'), index=['utah', 'ohio', 'texas', 'oregon'])
print(df)                     
 # index表示索引。np.random.randn()的输入通常为整数,但是如果为浮点数,则会自动直接截断转换为整数,作用:通过本函数可以返回一个或一组服从标准正态分布的随机样本值
t1 = df.apply(f)
print(t1)            #对df作用f函数,axis=0表示整体队列进行操作

t2 = df.apply(f, axis=1)
print(t2)           #对df作用f函数,axis=1表示整体对行进行操作

结果:

例子来源:

Python apply函数_fcyh的博客-优快云博客_apply python 

您可能感兴趣的与本文相关的镜像

Python3.10

Python3.10

Conda
Python

Python 是一种高级、解释型、通用的编程语言,以其简洁易读的语法而闻名,适用于广泛的应用,包括Web开发、数据分析、人工智能和自动化脚本

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值