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=(), **kwds)
沿着DataFrame的轴应用一个函数。
传递给函数的对象是Series对象,其索引要么是DataFrame的索引(轴=0),要么是DataFrame的列(axis=1)。默认情况下(result_type=None),最终的返回类型是从应用函数的返回类型推断出来的。否则,它取决于result_type参数。
参数:func : function
作用于每一列或行。
axis: {0 或 ‘index’, 1 或 ‘columns’}, 默认 0
函数所应用的轴:
0 或 ‘index’: 对每一列应用函数。
1 或 ‘columns’: 对每一行应用函数。
broadcast : bool, 可选
仅与聚合函数相关:
False 或 None : 返回一个Series,该Series的长度是索引的长度或列的数量(基于axis参数)
True: 结果将广播到框架的原始形状,原始索引和列将保留。
从0.23.0版本开始就不推荐使用:这个参数将在将来的版本中被删除,取而代之的是result_type= ' broadcast '。
raw: bool, 默认 False
False : 将每一行或每一列作为一个Series传递给函数。
True : t传递的函数将接收ndarray对象。如果您只是应用一个NumPy约简函数,这将获得更好的性能。
reduce : bool或 None, 默认 None
试着使用减量程序。如果DataFrame为空,apply将使用reducto确定结果应该是一个Series还是一个DataFrame。如果reduce=None(缺省值),apply的返回值将通过在空序列上调用func来猜测(注意:在猜测时,func引发的异常将被忽略)。如果reduce=True,则始终返回一个Series,如果reduce=False,则始终返回一个DataFrame。
从0.23.0版本开始就不推荐使用:这个参数将在将来的版本中被删除,取而代之的是result_type='reduce'。
result_type : {‘expand’, ‘reduce’, ‘broadcast’, None}, 默认 None
这些只在axis=1(列)时起作用:
‘expand’ : 类似列表的结果将转换为列。
‘reduce’ : 如果可能,返回一个Series,而不是展开类似列表的结果。这是‘expand’的反义词。
‘broadcast’ : 结果将广播到DataFrame的原始形状,保留原始索引和列。
默认行为(None)取决于应用函数的返回值:类似列表的结果将作为这些结果的Series返回。但是,如果apply函数返回一个Series,这些列就会展开为列。
New in version 0.23.0.
args: tuple
除了array/series外,还要传递给func的位置参数。
**kwds
要作为关键字参数传递给func的其他关键字参数。
返回:applied: Series 或 DataFrame
Notes
在当前的实现中,apply在第一列/行上两次调用func,以决定它是采用快速代码路径还是慢代码路径。如果func有副作用,这可能会导致意想不到的行为,因为它们将对第一列/行起两次作用。
例子,>>> df = pd.DataFrame([[4, 9],] * 3, columns=['A', 'B'])
>>> df
A B
0 4 9
1 4 9
2 4 9
使用numpy通用函数(在本例中与np.sqrt(df)相同):>>> df.apply(np.sqrt)
A B
0 2.0 3.0
1 2.0 3.0
2 2.0 3.0
在任意轴上使用还原函数:>>> df.apply(np.sum, axis=0)
A 12
B 27
dtype: int64
>>> df.apply(np.sum, axis=1)
0 13
1 13
2 13
dtype: int64
重放一个类似列表的结果将是Series:>>> df.apply(lambda x: [1, 2], axis=1)
0 [1, 2]
1 [1, 2]
2 [1, 2]
dtype: object
传递result_type= ' expand '将把类似列表的结果扩展到Dataframe的列:>>> df.apply(lambda x: [1, 2], axis=1, result_type='expand')
0 1
0 1 2
1 1 2
2 1 2
在函数中返回一个Series类似于传递result_type='expand'。得到的列名将是Series索引:>>> df.apply(lambda x: pd.Series([1, 2], index=['foo', 'bar']), axis=1)
foo bar
0 1 2
1 1 2
2 1 2
传递result_type='broadcast'将确保函数返回相同的形状结果,无论是列表类型的还是标量类型的,并沿着轴进行广播。得到的列名将是原始列名>>> df.apply(lambda x: [1, 2], axis=1, result_type='broadcast')
A B
0 1 2
1 1 2
2 1 2
python apply函数的用法_Python pandas.DataFrame.apply函数方法的使用相关推荐
- python中mean的用法_Python pandas.DataFrame.mean函数方法的使用
DataFrame.mean(self, axis=None, skipna=None, level=None, numeric_only=None, **kwargs)[source] 返回所请求轴 ...
- python中info的用法_Python pandas.DataFrame.info函数方法的使用
DataFrame.info(self, verbose=None, buf=None, max_cols=None, memory_usage=None, null_counts=None) [so ...
- python中change的用法_Python pandas.DataFrame.pct_change函数方法的使用
DataFrame.pct_change(self: ~FrameOrSeries, periods=1, fill_method='pad', limit=None, freq=None, **kw ...
- python中change的用法_Python Pandas dataframe.pct_change()用法及代码示例
Python是进行数据分析的一种出色语言,主要是因为以数据为中心的python软件包具有奇妙的生态系统. Pandas是其中的一种,使导入和分析数据更加容易. Pandas dataframe.pct ...
- python中mean的用法_Python Pandas dataframe.mean()用法及代码示例
Python是进行数据分析的一种出色语言,主要是因为以数据为中心的python软件包具有奇妙的生态系统. Pandas是其中的一种,使导入和分析数据更加容易. Pandas dataframe.mea ...
- python sum函数用法_Python pandas.DataFrame.sum函数方法的使用
DataFrame.sum(axis=None, skipna=None, level=None, numeric_only=None, min_count=0, **kwargs)[source] ...
- python boxplot用法_Python pandas.DataFrame.boxplot函数方法的使用
DataFrame.boxplot(column = None,by = None,ax = None,fontsize = None,rot = 0,grid = True,figsize = No ...
- python dataframe函数添加行名称_Python pandas.DataFrame.to_records函数方法的使用
DataFrame.to_records(index=True, column_dtypes=None, index_dtypes=None) 将DataFrame转换为一个NumPy记录数组. 如果 ...
- python dataframe loc函数_python pandas.DataFrame.loc函数使用详解
官方函数 DataFrame.loc Access a group of rows and columns by label(s) or a boolean array. .loc[] is prim ...
最新文章
- matlab 图像分割 提取人像_几种典型的图像处理技术(分类 目标提取 目标跟踪 语义分割 实例分割)...
- UNP Chapter 11 - 高级名字与地址转换
- SpringBoot阿里巴巴Fastjson的一些常用配置
- mysql中使用HAVING 筛选分组后的数据
- Educational Codeforces Round 112 (Rated for Div. 2)
- S3C2440时钟体系
- C++调用WMI类查询获取操作系统名(实例)
- c2java Greedy 之任务调度
- python构造callable_Python callable内置函数原理解析
- mysql 事件 函数_MySQL 自定义函数和存储过程的使用
- 深度剖析浏览器渲染性能原理,你到底知道多少?
- E - Elevator
- oracle里的or 短路么,Oracle CASE短路不能分组工作
- thinkphp5 图片压缩旋转_26套经典压缩机结构设计:有多少人知道内部结构是这样的...
- 3dmax如何建模(二)
- NetApp存储常用检查命令
- 王家林大数据资源共享
- 锚点的使用(链接到网页中某个位置)
- openshift介绍与应用
- java.lang.ArithmeticException: Non-terminating decimal expansion; no exact representable decimal