【pandas】apply方法传入dataframe多列进行函数操作

最新推荐文章于 2025-07-23 20:37:34 发布

momottyy

最新推荐文章于 2025-07-23 20:37:34 发布

阅读量2.1w

点赞数 13

CC 4.0 BY-SA版权

分类专栏：机器学习 python pandas

本文链接：https://blog.youkuaiyun.com/maotianyi941005/article/details/84337586

本文详细介绍了如何使用Pandas DataFrame的apply方法，针对两列数据应用自定义函数以实现复杂的数据转换，例如将出生日期转换为星座。通过对比错误用法和正确实践，帮助读者掌握apply函数的正确调用方式。

参考：dataframe.apply官方文档

How to apply a function to two columns of Pandas dataframe

python pandas- apply function with two arguments to columns

在处理数据的时候想做时间的转换，抽取生日（格式如 1994-10-5）提取月份和日期转换成星座，以下是星座转换function，需要传入month和day，已有的dataframe数据里已经有dataframe['月份'],dataframe['日']，即需要传入2列数据，转换得到dataframe['星座']（当然还有一个思路是只传一个生日进去，然后在函数里split('-)提取月份和日，但是我就是想看看传多列参怎么解决而已hh）


def date2Constellation(month, day):
    cst = (u'摩羯座', u'水瓶座', u'双鱼座', u'白羊座', u'金牛座', u'双子座', u'巨蟹座', u'狮子

最低0.47元/天解锁文章

200万优质内容无限畅学

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

momottyy

关注关注

13
点赞
踩
26

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

Pandas数据处理：使用apply()函数对DataFrame列应用函数

qq_37934722的博客

05-06

472

在数据处理过程中，我们通常需要对数据进行转换和处理。其中，apply()函数是Pandas中一种非常实用的方式，可对DataFrame列应用函数。使用apply()函数时，我们首先需要定义一个函数，并将其作为apply的参数传入。最后，我们再将转换后的数据添加到原始DataFrame中，形成新的一列。除此之外，apply()函数还可以对多列数据进行操作，并且可以与lambda表达式结合使用，提高代码效率。总的来说，Pandas的apply()函数为数据分析处理提供了方便快捷的途径，值得我们深入学习和掌握。

python数据框取apply对数_python在apply函数中将dataframe列作为参数传递

weixin_39631094的博客

12-11

1228

我有以下数据帧：In[1]: df = DataFrame({"A": ['I love cooking','I love rowing'], "B": [['cooking','rowing'],['cooking','rowing']]})因此，我得到的输出是：^{pr2}$我想创建一个“C”列，在该列中计算“a”中“B”元素的出现次数。在我创建的函数是：def count_keywords(...

参与评论您还未登录，请先登录后发表或查看评论

Pandas对DataFrame单列/多列进行运算(map, apply, transform, agg)

09-16

主要介绍了Pandas对DataFrame单列/多列进行运算(map, apply, transform, agg)，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

对应pandas中dataframe的多列进行apply方法

onemorepoint的博客

06-01

505

对应pandas中dataframe的多列进行apply方法

Pandas DataFrame Filter

最新发布

WlzSnail的专栏

07-23

158

常常需要使用pandas对DataFramedf) 进行各种过滤操作，来获得特定的对象，以下是几种过滤的方法。

pandas对多列同时使用apply_pandas库的简单介绍（3）

weixin_36009111的博客

01-23

1360

4 pandas基本功能4.1 重建索引(见上一篇文章)4.2 数据选择pandas的数据选择是十分重要的一个操作，它的操作与数组类似，但是pandas的数据选择与数组不同。当选择标签作为索引，会选择数据尾部，当为整数索引，则不包括尾部。例如列表a[0, 1, 2, 3, 4]中，a[1:3]的值为1，2；而pandas中为1，2，3。数据选择的方法：1、直接选择；2、使用loc选择数据...

pandas 选中多列，使用apply

weixin_43899514的博客

12-28

1203

总结使用axis参数控制即可 axis = 1, 表示一次输入一行； axis = 0, 表示一次输入一列。生成数据 import pandas as pd import numpy as np df = pd.DataFrame(np.array(range(1,9)).reshape(2,4)) df 0 1 2 3 0 1 2 3 4 1 5 6 7 8 df.columns = ['a','b','c','d'] df a b c d 0 1 2 3

python之pandas操作apply返回多列、series+apply

weixin_46713695的博客

07-24

5655

python之pandas操作返回多列

pandas对dataFrame中某一个列的数据进行处理的方法

09-19

在实际的数据操作中，我们经常需要对DataFrame中的某一列数据进行处理，例如清洗、转换、计算等。本篇将详细介绍如何使用Pandas对DataFrame中的某一个列进行处理。 1. **新增或修改列的值** 要向DataFrame添加新列...

python 整列运算_Pandas对DataFrame单列/多列进行运算(map, apply, transform, agg)

weixin_39739404的博客

01-13

4276

1.单列运算在Pandas中，DataFrame的一列就是一个Series, 可以通过map来对一列进行操作：df['col2'] = df['col1'].map(lambda x: x**2)其中lambda函数中的x代表当前元素。可以使用另外的函数来代替lambda函数，例如：define square(x):return (x ** 2)df['col2'] = df['col1'].ma...

pandas的DataFrame使用apply实现对多列，多行操作

weixin_39925939的博客

12-08

9591

最近在总结模型效果的时候，结果DataFrame中一列是模型效果Result，一列是效果的std。但是展示的时候想写成Result ± std的形式。但是在尝试用apply对多列进行操作的时候总是报错，查了一下，是忘了设置axis=1这个参数。以下是总结&举例。我们可以用DataFrame的apply函数实现对多列，多行的操作。需要记住的是，参数axis设为1是对列进行操作，参数axis设为0是对行操作。默认是对行操作。多列操作举例现在有如下一个DataFrame： np.random.se

python 使用apply函数处理pandas.DataFrame的两列

Cameback_Tang的博客

09-18

534

python 使用apply函数处理pandas.DataFrame的两列

python apply 返回多列,Dataframe Apply方法返回多个元素（系列）

weixin_39906245的博客

01-28

2325

import pandas as pdLet's say I have a dataframe like so:df = pd.DataFrame({"a":range(4),"b":range(1,5)})it looks like this:a b0 0 11 1 22 2 33 3 4and a function that multiplies X by Y:def Xti...

Pandas小白入门(2)---DataFrame的列赋值、多列赋值ValueError: Must have equal len keys and value when setting with a

mantoureganmian的专栏

08-29

1279

Pandas是一个杰作，其创作团队将现实的事物抽象成DataFrame和一系列相关操作，是一个完整的体系。一般来说，一款成熟的软件处处透漏着规范，如函数命名、参数位置等等，而且这种规范在软件间大部分情况下是通用的，一通百通，触类旁通，也算是各种隐藏彩蛋，祝各位收货颇丰。Series 是DataFrame 的单列的数据结构,不仅在概念上,而且在字面上,即DataFrame中的数据实际上作为Series的集合存储在内存中。的本质是：将新列的值转为Serise对象，传给DataFrame注册为其列。

详解Pandas行列级批处理函数apply

金戈鐡馬

03-18

2264

将Series作为一个整体传给apply()中的函数func，有些函数返回的结果仍然是Series，如上面的自定义函数，有些函数返回的结果不再是Series，而是一个其他类型的数据，如numpy中的统计运算函数（mean、max、min）等。在apply()中，func函数的第一个参数默认会传入Series对象，这就是前面说的“将列/行作为Series对象传递给函数”，因此函数func至少要有一个参数，这个参数相当于类方法中的self，不需要在args中传值。raw是bool类型，默认为False。

DataFrame--applymap()和apply()

weixin_38287297的博客

08-08

583

调用DataFrame的applymap()函数，df每个元素运算后会得到一个新的元素，从而得到一个新的df。 df = pd.DataFrame({ 'a': [2, 2, 2], 'b': [2, 2, 2], 'c': [2, 2, 2] }) def multiply(x): return x * 2 ...

【pandas】根据其他表格列数据更新相应的列字段，apply()操作实例

weixin_46539246的博客

08-23

1828

今天在学习中，遇到一个小问题，需要把主表中的出行网格id，和终点网格id替换成对应的枢纽地点，从表中有每个枢纽对应的id（一个枢纽对应多个网格id）， 1.原始数据如下图上面是枢纽id,下方是出行信息 2.将数据导入python的pandas进行分析下面是主要的代码展示 ...

pandas dataframe 使用多进程apply(原生、pandarallel多进程、swifter多进程)

呆萌的代Ma

12-17

6432

文章目录标准单进程apply使用parallel_apply多进程使用swifter多进程(推荐)完整代码参考文章首先生成数据 def get_data(): # 获得数据源 import pandas as pd from sklearn.datasets import make_classification data_x, data_y = make_classification( n_samples=1000, n_classes=4, n_features=6,

Pandas知识点-详解行列级批处理函数apply

weixin_43790276的博客

07-01

5288

pandas系列：优雅的apply函数。

pandas dataframe apply多列

08-24

pandas的DataFrame对象的apply方法可以将传入的函数应用到每一列或每一行进行元素级别的运算。通过使用apply方法，可以对多列进行操作。例如，可以通过lambda表达式来对多列进行处理。可以使用axis参数来指定按行...