pandas的apply函数作用于多列

最新推荐文章于 2024-09-23 08:35:08 发布

leeshutao

最新推荐文章于 2024-09-23 08:35:08 发布

阅读量3.2k

点赞数 4

CC 4.0 BY-SA版权

分类专栏： Python

本文链接：https://blog.youkuaiyun.com/yuxeaotao/article/details/89492717

Python 专栏收录该内容

38 篇文章

订阅专栏

本文通过一个具体的示例，展示了如何使用Python的Pandas库进行DataFrame的条件运算，包括如何处理缺失值以及如何应用自定义函数进行列的计算。通过对原始数据中的两个列进行比较和计算，生成了一个新的列，此过程涉及到了Pandas的apply方法和numpy的isnan函数。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

import pandas as pd
import numpy as np

table = pd.DataFrame({'cnt1':[1,2,np.nan,4,np.nan,6],
                      'cnt2':[5,10,np.nan,np.nan,6,10]})

#写成一句
table['sub'] = table.apply(lambda row: row['cnt1'] if (pd.isnull(row['cnt1']) | pd.isnull(row['cnt2'])) else (row['cnt1']-row['cnt2']),axis = 1 )

#写成函数
def my_test(x,y):
    if pd.isnull(x) | pd.isnull(y):
        return x
    else:
        return x-y
table['sub'] = table.apply(lambda row: my_test(row['cnt1'],row['cnt2']),axis = 1 )