[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
最新文章
- leetcode算法题--比特位计数
- 品质标签分几种颜色_小标签大学问,如何给实验室仪器贴标签?
- 4.2 Tensorflow笔记:池化函数
- keras 自定义评估函数和损失函数loss训练模型后加载模型出现ValueError: Unknown metric function:fbeta_score
- Codeforces Round #715 (Div. 2) D. Binary Literature 构造
- oracle 无效数字 0,oracle to_namber之后报ora-01722:无效数字
- 新海诚没有参与制作的作品_爱情可以是哪些样子——盘点新海诚和宫崎骏作品中的爱情故事...
- Copy-on-Write模式:写时复制
- php随机发牌游戏,JavaScript_javascript实例--教你实现扑克牌洗牌功能,我们一般都会按照顺序把随机 - phpStudy...
- 资料1:中小企业局势分析
- CAD网页Web端显示开发为什么要以WebGIS的思路来开发?
- 微信小程序——添加广告
- AI聚变:寻找 2018 优秀人工智能应用案例
- 分布式数据库TiDB介绍
- TCP/IP协议及配置
- 机器人总动员主角简笔画_机器人总动员简笔画
- Mac 设置允许任何来源软件运行
- 轻松上手CSS Grid网格布局
- 中石油计算机图形学第二次在线,石油华东《计算机图形学》2020年秋季学期在线作业(二)...
- UWB技术是如何做到室内精准定位的?
热门文章
- 【CCCC】PAT : 团体程序设计天梯赛-练习集 L3 答案(01-23)
- 【基础】基础算法学习笔记(状态空间)
- JavaScript函数的两种声明方式(4)
- spring mysql防注入攻击_【spring】(填坑)sql注入攻击 - 持久层参数化
- Python入门--面向对象的特征-->封装
- 客户端主动断开连接_Go实现客户端和服务器抓包分析TCP三次握手和断开操作
- 计算机组成原理—主存容量扩展
- [leetcode]209. 长度最小的子数组
- [leetcode]1131. 绝对值表达式的最大值 --绝对值表达式枚举拆分的方法
- Codeforces Round #518 (Div. 2): E. Multihedgehog(模拟)