Pandas向量化函数-分组相关-透视表

一、向量化函数

向量化函数是指将输入参数为向量的函数，通过对向量进行操作，得到输出为向量的函数。在数学和计算机科学领域中，向量化函数通常用于加速计算和提高代码的可读性。

1.向量化函数展示

import pandas as pd
import numpy as np
df=pd.DataFrame({'a':[10,20,30],'b':[20,30,40]})
df
def avg_1(x,y):
    return (x+y)/2
avg_1(df['a'],df.b)

def avg_2(x,y):
    #如果x列传入20，就返回空
    if x==20: #此处报错，x是向量，20是标量，他们无法做判断
        return np.NaN
    return (x+y)/2
avg_2(df['a'],df.b)

此处报错原因其实就是向量和标量之间无法比较，需要通过以下向量化函数解决该问题，

方法一：np.vectorize(要被向量化的函数)

# 6. 使用 np.vectorize 将函数向量化.
# 写法1: 通过 np.vectorize(要被向量化的函数名) 方式实现.
avg_2_mod_vec = np.vectorize(avg_2_mod)
avg_2_mod_vec(df['a'], df['b'])

方法二：装饰器方式，即在那个有问题的函数的上一行@np.vectorize即可

#方法二： 通过装饰器方式实现，再要被向量化函数的上加上@np.vectoriz