欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

pandas進(jìn)階教程之Dataframe的apply方法

 更新時(shí)間:2022年09月23日 10:22:36   作者:凱旋.Lau  
DataFrame中的apply方法就是將函數(shù)應(yīng)用到由列或行形成的一維數(shù)組上,下面這篇文章主要給大家介紹了關(guān)于pandas進(jìn)階教程之Dataframe的apply方法的相關(guān)資料,文中通過(guò)實(shí)例代碼介紹的非常詳細(xì),需要的朋友可以參考下

apply方法介紹

方法形式為 apply(func, axis=0, raw=False, result_type=None, agrs=(), **kwargs),沿Dataframe的軸應(yīng)用func函數(shù)。

傳遞給函數(shù)的對(duì)象是Series對(duì)象,當(dāng)axis=0時(shí),其索引是Dataframe的索引;當(dāng)axis=1時(shí),其索引是Dataframe的列。

默認(rèn)情況下,result_type=None,最終返回的類(lèi)型是從func函數(shù)的返回推斷出來(lái)的,否則它就取決于result_type參數(shù)。

參數(shù)解析:

  • func:函數(shù),要應(yīng)用于每一列或每一行的函數(shù)。
  • axis:默認(rèn)為0,0對(duì)應(yīng)行索引,將func函數(shù)應(yīng)用于每一列;1對(duì)應(yīng)列,將函數(shù)應(yīng)用于每一行。
  • raw:布爾值,默認(rèn)為False,確定行或列是否作為Series或ndarray對(duì)象傳遞。
    • False:將每一行或每一列作為一個(gè)Series對(duì)象傳遞給函數(shù);
    • True:函數(shù)將接收ndarray對(duì)象。
  • result_type:可選值有expand,reduce,broadcast,None,默認(rèn)為None。
    • 默認(rèn)為None時(shí),返回結(jié)果取決于func函數(shù)的返回值,類(lèi)似列表的結(jié)果將返回這些結(jié)果組成的Series,如果返回Series,則會(huì)將Series擴(kuò)展為列。
    • expand:在axis=1時(shí)其作用,類(lèi)似列表的結(jié)果將變成列。
    • reduce:在axis=1時(shí)其作用,如果可以,返回一個(gè)Series,而不是擴(kuò)展類(lèi)似列表的結(jié)果。
    • broadcast:在axis=1時(shí)其作用,結(jié)果將被廣播到Dataframe的原始形狀,原始行索引和列將會(huì)被保留。
  • args:元組,除了數(shù)組和Series之外,要傳遞給func的位置參數(shù)。
  • **kwargs:傳遞給func的附加關(guān)鍵字參數(shù)。

返回:

  • func函數(shù)沿Dataframe的給定軸應(yīng)用的結(jié)果。

用例1

導(dǎo)入包

import pandas as pd
import numpy as np
df = pd.DataFrame([[4, 9]]*3,  columns=['A', 'B'])
df

輸出:

image-20220426172924956

使用numpy中的通用函數(shù)。

df.apply(np.sqrt)   # 相當(dāng)于np.sqrt(df)

輸出:

image-20220426172937375

用例2

在任一軸上應(yīng)用函數(shù), 返回由類(lèi)似列表的結(jié)果組成的Series。

df.apply(np.sum, axis=0)

輸出:

A    12
B    27
dtype: int64

df.apply(np.sum, axis=1)

輸出:

0    13
1    13
2    13
dtype: int64

df.apply(lambda x :[1, 2], axis=1)

輸出:

0    [1, 2]
1    [1, 2]
2    [1, 2]
dtype: object

用例3

傳遞result_type=expand,會(huì)將類(lèi)似列表的結(jié)果擴(kuò)展到Dataframe的列。

df.apply(lambda x : [1, 2], axis=1, result_type='expand')

輸出:

image-20220426172853152

在func函數(shù)內(nèi)部返回一個(gè)Series,和傳遞result_type=expand相似,Series的索引將作為擴(kuò)展的列名。

df.apply(lambda x: pd.Series([1, 2], index=['foo', 'bar']), axis=1)

輸出:

image-20220426172829809

傳遞result_type=broadcast,將會(huì)返回相同形狀的結(jié)果,無(wú)論是列表還是標(biāo)量,將沿軸進(jìn)行廣播,列的名稱(chēng)還是原始名稱(chēng)。

df.apply(lambda x: [1, 2], axis=1, result_type='broadcast')

輸出:

image-20220426172808560

總結(jié) 

到此這篇關(guān)于pandas進(jìn)階教程之Dataframe的apply方法的文章就介紹到這了,更多相關(guān)pandas Dataframe的apply方法內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!

相關(guān)文章

  • 淺談Python中range和xrange的區(qū)別

    淺談Python中range和xrange的區(qū)別

    本篇文章主要介紹了淺談Python中range和xrange的區(qū)別,小編覺(jué)得挺不錯(cuò)的,現(xiàn)在分享給大家,也給大家做個(gè)參考。一起跟隨小編過(guò)來(lái)看看吧
    2017-12-12
  • Python時(shí)間和日期庫(kù)的實(shí)現(xiàn)

    Python時(shí)間和日期庫(kù)的實(shí)現(xiàn)

    這篇文章主要介紹了Python時(shí)間和日期庫(kù)的實(shí)現(xiàn),文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧
    2021-03-03
  • python程序運(yùn)行添加命令行參數(shù)argparse模塊具體用法詳解

    python程序運(yùn)行添加命令行參數(shù)argparse模塊具體用法詳解

    這篇文章主要給大家介紹了關(guān)于python程序運(yùn)行添加命令行參數(shù)argparse模塊具體用法的相關(guān)資料,argparse是Python內(nèi)置的一個(gè)用于命令項(xiàng)選項(xiàng)與參數(shù)解析的模塊,通過(guò)在程序中定義好我們需要的參數(shù),需要的朋友可以參考下
    2024-01-01
  • Python使用keys() 獲取 Redis 數(shù)據(jù)庫(kù)中的所有鍵

    Python使用keys() 獲取 Redis 數(shù)據(jù)庫(kù)中的所有鍵

    哈希、列表、集合、排序集合、字符串、JSON 和流是 Redis 支持的眾多數(shù)據(jù)結(jié)構(gòu)之一,本文將討論獲取 Redis 數(shù)據(jù)庫(kù)中的所有鍵,感興趣的朋友跟隨小編一起看看吧
    2023-08-08
  • Python氣泡提示與標(biāo)簽的實(shí)現(xiàn)

    Python氣泡提示與標(biāo)簽的實(shí)現(xiàn)

    這篇文章主要介紹了Python氣泡提示與標(biāo)簽的實(shí)現(xiàn),文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧
    2020-04-04
  • Python實(shí)現(xiàn)的異步代理爬蟲(chóng)及代理池

    Python實(shí)現(xiàn)的異步代理爬蟲(chóng)及代理池

    本文主要介紹了Python實(shí)現(xiàn)異步代理爬蟲(chóng)及代理池的相關(guān)知識(shí),具有很好的參考價(jià)值,下面跟著小編一起來(lái)看下吧
    2017-03-03
  • pytorch 獲取層權(quán)重,對(duì)特定層注入hook, 提取中間層輸出的方法

    pytorch 獲取層權(quán)重,對(duì)特定層注入hook, 提取中間層輸出的方法

    今天小編就為大家分享一篇pytorch 獲取層權(quán)重,對(duì)特定層注入hook, 提取中間層輸出的方法,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
    2019-08-08
  • Python中切片的詳細(xì)操作篇

    Python中切片的詳細(xì)操作篇

    在Python中切片(slice)是對(duì)序列型對(duì)象(如list, string, tuple)的一種高級(jí)索引方法,下面這篇文章主要給大家介紹了關(guān)于Python中切片操作的相關(guān)資料,文中通過(guò)實(shí)例代碼介紹的非常詳細(xì),需要的朋友可以參考下
    2022-08-08
  • python怎樣更加簡(jiǎn)潔的解決小明種蘋(píng)果

    python怎樣更加簡(jiǎn)潔的解決小明種蘋(píng)果

    這篇文章主要介紹了python怎樣更加簡(jiǎn)潔的解決小明種蘋(píng)果。想了解數(shù)據(jù)結(jié)構(gòu)和算法的同學(xué),可以參考下
    2021-04-04
  • 一文帶你解密Python可迭代對(duì)象的排序問(wèn)題

    一文帶你解密Python可迭代對(duì)象的排序問(wèn)題

    這篇文章主要為大家詳細(xì)介紹一下Python中可迭代對(duì)象的排序問(wèn)題,文中的示例代碼講解詳細(xì),對(duì)我們深入了解Python有一定幫助,感興趣的可以了解一下
    2022-07-07

最新評(píng)論