pandas---apply函数的应用

最新推荐文章于 2025-05-21 09:58:34 发布

可爱的大崔儿

最新推荐文章于 2025-05-21 09:58:34 发布

阅读量740

点赞数

CC 4.0 BY-SA版权

分类专栏：原创文章 pandas

本文链接：https://blog.youkuaiyun.com/weixin_41505223/article/details/89247424

原创文章同时被 2 个专栏收录

10 篇文章

订阅专栏

pandas

1 篇文章

订阅专栏

本文介绍Pandas库中的apply函数，展示如何利用该函数对DataFrame中的行或列进行灵活的数据处理，包括计算两列日期之间的天数差。通过具体实例，深入浅出地讲解了apply函数的使用方法和参数设置。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

简单介绍一下apply函数，它属于pandas里面非常自由的函数，如果你想对表格里面每行或者每列某些数据进行操作（例：增，加，求平均数等等）就可以使用这个函数。

举例：一张表里，两个日期对应的列（’ReceivedTime‘，‘PublishedTime’）之间相差的天数。
表样式如下：
在这里插入图片描述
首先我们先定义两个日期间求天数的函数：

def Caltime(date1, date2):
    # %Y-%m-%d为日期格式，其中的-可以用其他代替或者不写，但是要统一，同理后面的时分秒也一样；可以只计算日期，不计算时间。
    d1 = datetime.datetime.strptime(date1, '%Y-%m-%d')
    d2 = datetime.datetime.strptime(date2, '%Y-%m-%d')
    delta = d1 - d2
    return delta.days



def dataInterval(data1,data2):
    d1 = datetime.datetime.strptime(data1, '%Y-%m-%d')
    d2 = datetime.datetime.strptime(data2, '%Y-%m-%d')
    delta = d1 - d2
    return delta.days

def getInterval(arrLike):  #用来计算日期间隔天数的调用的函数
    PublishedTime = arrLike['PublishedTime']
    ReceivedTime = arrLike['ReceivedTime']

    days = dataInterval(PublishedTime.strip(),ReceivedTime.strip())  #注意去掉两端空白
   return days
然后我们读表借助apply,将表中（’ReceivedTime‘，‘PublishedTime’）对应的参数传入函数Caltime里面


df=pd.read_excel('/Users/cuimengting/Desktop/NS_new.xls')
df['days']=df.apply(getDays,axis=1)
#这里大家可以看一下apply内部函数


def apply(self, func, axis=0, broadcast=None, raw=False, reduce=None,
              result_type=None, args=(), **kwds):
              
 #func：调用的函数名称
 # **kwds：关键字传参数
 #axis ：0/列  1/行
 #broadcast ：bool 是否保留原始表结构

以上代码我们用一行代码实现

df=pd.read_excel('/Users/cuimengting/Desktop/NS_new.xls')
df['days']=df.apply(lambda x:datetime.datetime.strptime(x['ReceivedTime'].strip(),'%Y-%m-%d')-datetime.datetime.strptime(x['PublishedTime'].strip(),'%Y-%m-%d'),axis=1)

增加days后的表格样式图
在这里插入图片描述