apply函数可以对DataFrame对象进行操作,既可以作用于一行或者一列的元素,也可以作用于单个元素。
例:列元素
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)
行元素
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)
列
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.apply(f))
行
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.apply(f,axis=1))

本文详细介绍了Pandas库中apply函数的应用方式,并通过实例展示了如何使用该函数对DataFrame对象进行行或列的操作。包括基本用法及参数设置,如axis参数的使用等。
287

被折叠的 条评论
为什么被折叠?



