[转载] pandas DataFrame apply()函数(1)

参考链接： Pandas DataFrame中的转换函数

之前已经写过pandas DataFrame applymap()函数

还有pandas数组(pandas Series)-(5)apply方法自定义函数

pandas DataFrame 的 applymap() 函数和pandas Series 的 apply() 方法,都是对整个对象上个各个值进行单独处理,返回一个新的对象.

而pandas DataFrame 的 apply() 函数,虽然也是作用于DataFrame的每个值,但是接受的参数不是各个值本身,而是DataFrame里各行(或列),返回一个新的行(列):

有如下一组数据: 记录了10个学生在两次考试的成绩:

grades_df = pd.DataFrame(

data={'exam1': [43, 81, 78, 75, 89, 70, 91, 65, 98, 87],

'exam2': [24, 63, 56, 56, 67, 51, 79, 46, 72, 60]},

index=['Andre', 'Barry', 'Chris', 'Dan', 'Emilio',

'Fred', 'Greta', 'Humbert', 'Ivan', 'James']

)

要求把学生的成绩转换成A,B,C,D,E,五个等级,转换规则如下:

考分前 20% 的成绩得到A

20% - 50% 的得到B

50% - 80% 的得到C

80% - 90% 的得到D

90% - 100% 的得到E

首先,可以使用 .qcut() 方法来写一个按照区间转换数据值的函数: pandas的qcut()方法

def convert_grades_curve(exam_grades):

return pd.qcut(exam_grades, [0, 0.1, 0.2, 0.5, 0.8, 1], labels=['E', 'D', 'C', 'B', 'A'])

然后对整个DataFrame应用这个函数

print grades_df.apply(convert_grades_curve)

exam1 exam2

Andre F F

Barry B B

Chris C C

Dan C C

Emilio B B

Fred C C

Greta A A

Humbert D D

Ivan A A

James B B

可见,DataFrame的apply()方法默认作用于DataFrame的各列.

如果想作用于行,可以设置参数axis

DataFrame.apply(func,axis=0)

[转载] pandas DataFrame apply()函数(1)相关推荐

python apply函数的用法_Python pandas.DataFrame.apply函数方法的使用
DataFrame.apply(func, axis=0, broadcast=None, raw=False, reduce=None, result_type=None, args=(), **k ...
python使用statsmodels包中的robust.mad函数以及pandas的apply函数计算dataframe中所有数据列的中位数绝对偏差(MAD)
python使用statsmodels包中的robust.mad函数以及pandas的apply函数计算dataframe中所有数据列的中位数绝对偏差(MAD.Median Absolute Devi ...
pandas使用apply函数和lambda函数、把所有行指定的数据列进行相加（use apply and lambda to add value in dataframe rows）
pandas使用apply函数和lambda函数.把所有行指定的数据列进行相加(use apply and lambda to add value in dataframe rows) 目录
pandas使用apply函数将dataframe多个数据列整合为元组形式并生成新的数据列（combine multiple columns as a single column of tuples)
pandas使用apply函数将dataframe多个数据列整合为元组形式并生成新的数据列(combine multiple columns as a single column of tuples ...
pandas使用apply函数：在dataframe数据行（row）上施加（apply）函数
pandas使用apply函数:在dataframe数据行(row)上施加(apply)函数目录 pandas使用apply函数:在dataframe数据行(row)上施加(apply)函数
pandas使用apply函数：在dataframe数据列(column)上施加（apply）函数
pandas使用apply函数:在dataframe数据列(column)上施加(apply)函数目录 pandas使用apply函数:在dataframe数据列上施加函数 #apply函数的基本语 ...
pandas.DataFrame.apply方法详解
1.方法的参数解释官方解释:https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.apply.htm ...
pandas的apply函数常见用法总结
函数介绍 pandas的apply函数通常用于一些复杂的遍历操作(遍历可迭代对象的同时执行一些自定义函数),它的可定制程度高,而且比itterrows.for等操作效率更高,是我非常喜欢而且常用的一个 ...
pandas使用apply函数基于条件（if condition）生成新的数据列
pandas使用apply函数基于条件(if condition)生成新的数据列目录 pandas使用apply函数基于条件(if condition)生成新的数据列

[转载] pandas DataFrame apply()函数(1)

[转载] pandas DataFrame apply()函数(1)相关推荐

最新文章

热门文章