python panda apply_Python Pandas.apply()用法及代码示例

Pandas.apply允许用户传递函数并将其应用于Pandas系列的每个单个值。这是对 Pandas 库的一项重大改进，因为此功能有助于根据所需条件将数据隔离，从而有效地将其用于数据科学和机器学习。

安装：

在终端上使用以下命令将Pandas模块导入python文件：

pip install pandas

要读取csv文件并将其压缩为pandas系列，请使用以下命令：

import pandas as pd

s = pd.read_csv("stock.csv", squeeze=True)

用法:

s.apply(func, convert_dtype=True, args=())

参数:

func:.apply接受一个函数并将其应用于pandas系列的所有值。

convert_dtype:根据函数的操作转换dtype。

args =()：传递给函数而不是序列的其他参数。

返回类型：应用功能/操作后的 Pandas 系列。

对于数据集，请单击此处下载。

范例1：

以下示例传递一个函数，并依次检查每个元素的值，并相应地返回低，正常或高。

import pandas as pd

# reading csv

s = pd.read_csv("stock.csv", squeeze = True)

# defining function to check price

def fun(num):

if num<200:

return "Low"

elif num>= 200 and num<400:

return "Normal"

else:

return "High"

# passing function to apply and storing returned series in new

new = s.apply(fun)

# printing first 3 element

print(new.head(3))

# printing elements somewhere near the middle of series

print(new[1400], new[1500], new[1600])

# printing last 3 elements

print(new.tail(3))

输出：

范例2：

在以下示例中，使用lambda在.apply自身中制作了一个临时匿名函数。它将每个序列的值加5，然后返回一个新的序列。

import pandas as pd

s = pd.read_csv("stock.csv", squeeze = True)

# adding 5 to each value

new = s.apply(lambda num : num + 5)

# printing first 5 elements of old and new series

print(s.head(), '\n', new.head())

# printing last 5 elements of old and new series

print('\n\n', s.tail(), '\n', new.tail())

输出：

0 50.12

1 54.10

2 54.65

3 52.38

4 52.95

Name: Stock Price, dtype: float64

0 55.12

1 59.10

2 59.65

3 57.38

4 57.95

Name: Stock Price, dtype: float64

3007 772.88

3008 771.07

3009 773.18

3010 771.61

3011 782.22

Name: Stock Price, dtype: float64

3007 777.88

3008 776.07

3009 778.18

3010 776.61

3011 787.22

Name: Stock Price, dtype: float64

观察到，新值=旧值+ 5