發(fā)布時間: 2021-10-31 15:36:43 來源: 互聯(lián)網(wǎng) 作者: stone0823 欄目: python 點擊: 16 目錄Series.apply()apply函數(shù)接收帶有參數(shù)的函數(shù)DataFrame.apply()apply()計算日期相減示例參考理解pandas的函數(shù),，要對函數(shù)式編程有一定的概念和理解,。函... 目錄理解 pandas 的函數(shù)，要對函數(shù)式編程有一定的概念和理解,。函數(shù)式編程,，包括函數(shù)式編程思維，當(dāng)然是一個很復(fù)雜的話題,，但對今天介紹的 apply() 函數(shù),，只需要理解：函數(shù)作為一個對象，能作為參數(shù)傳遞給其它函數(shù),，也能作為函數(shù)的返回值,。 函數(shù)作為對象能帶來代碼風(fēng)格的巨大改變。舉一個例子,，有一個類型為 list 的變量,，包含 從 1 到 10 的數(shù)據(jù)，需要從其中找出能被 3 整除的所有數(shù)字,。用傳統(tǒng)的方法： def can_divide_by_three(number): if number % 3 == 0: return True else: return False selected_numbers = []for number in range(1, 11): if can_divide_by_three(number): selected_numbers.append(number) 循環(huán)是不可少的,，因為 can_divide_by_three() 函數(shù)只用一次,，考慮用 lambda 表達(dá)式簡化： divide_by_three = lambda x : True if x % 3 == 0 else False selected_numbers = []for number in range(1, 11): if divide_by_three(item): selected_numbers.append(item) 以上是傳統(tǒng)編程思維方式，而函數(shù)式編程思維則完全不同,。我們可以這樣想：從 list 中取出特定規(guī)則的數(shù)字,，能不能只關(guān)注和設(shè)置規(guī)則，循環(huán)這種事情交給編程語言去處理呢,？當(dāng)然可以,。當(dāng)編程人員只關(guān)心規(guī)則（規(guī)則可能是一個條件，或者由某一個 function 來定義）,，代碼將大大簡化,，可讀性也更強。 python 語言提供 filter() 函數(shù),，語法如下： filter(function, sequence) filter() 函數(shù)的功能：對 sequence 中的 item 依次執(zhí)行 function(item),，將結(jié)果為 True 的 item 組成一個 List/String/Tuple（取決于 sequence 的類型）并返回。有了這個函數(shù),，上面的代碼可以簡化為：
divide_by_three = lambda x : True if x % 3 == 0 else Falseselected_numbers = filter(divide_by_three, range(1, 11)) 將 lambda 表達(dá)式放在語句中,，代碼簡化到只需要一句話就夠了： selected_numbers = filter(lambda x: x % 3 == 0, range(1, 11)) Series.apply()回到主題， pandas 的 apply() 函數(shù)可以作用于 Series 或者整個 DataFrame,，功能也是自動遍歷整個 Series 或者 DataFrame, 對每一個元素運行指定的函數(shù),。 舉一個例子，現(xiàn)在有這樣一組數(shù)據(jù),，學(xué)生的考試成績： Name Nationality Score 張 漢 400 李 回 450 王 漢 460 如果民族不是漢族,，則總分在考試分?jǐn)?shù)上再加 5 分，現(xiàn)在需要用 pandas 來做這種計算,，我們在 Dataframe 中增加一列,。當(dāng)然如果只是為了得到結(jié)果， numpy.where() 函數(shù)更簡單,，這里主要為了演示 Series.apply() 函數(shù)的用法,。 import pandas as pd df = pd.read_csv("studuent-score.csv")df['ExtraScore'] = df['Nationality'].apply(lambda x : 5 if x != '漢' else 0)df['TotalScore'] = df['Score'] + df['ExtraScore']對于 Nationality 這一列， pandas 遍歷每一個值,，并且對這個值執(zhí)行 lambda 匿名函數(shù),，將計算結(jié)果存儲在一個新的 Series 中返回。上面代碼在 jupyter notebook 中顯示的結(jié)果如下： Name Nationality Score ExtraScore TotalScore
0 張 漢 400 0 400
1 李 回 450 5 455
2 王 漢 460 0 460
apply() 函數(shù)當(dāng)然也可執(zhí)行 python 內(nèi)置的函數(shù),，比如我們想得到 Name 這一列字符的個數(shù),，如果用 apply() 的話：
df['NameLength'] = df['Name'].apply(len) apply 函數(shù)接收帶有參數(shù)的函數(shù)根據(jù) pandas 幫助文檔 pandas.Series.apply — pandas 1.3.1 documentation，該函數(shù)可以接收位置參數(shù)或者關(guān)鍵字參數(shù),，語法如下： Series.apply(func, convert_dtype=True, args=(), **kwargs) 對于 func 參數(shù)來說,，該函數(shù)定義中的第一個參數(shù)是必須的，所以 funct() 除第一個參數(shù)之外的其它參數(shù)則被視為額外的參數(shù),，作為參數(shù)來傳遞,。我們?nèi)砸詣偛诺氖纠M(jìn)行說明,，假設(shè)除漢族外，其他少數(shù)民族有加分,，我們把加分放在函數(shù)的參數(shù)中,，先定義一個 add_extra() 函數(shù)： def add_extra(nationality, extra): if nationality != "漢": return extra else: return 0 對 df 新增一列： df['ExtraScore'] = df.Nationality.apply(add_extra, args=(5,)) 位置參數(shù)通過 args = () 來傳遞參數(shù)，類型為 tuple,。也可用下面的方法調(diào)用： df['ExtraScore'] = df.Nationality.apply(add_extra, extra=5) 運行后結(jié)果為： Name Nationality Score ExtraScore
0 張 漢 400 0
1 李 回 450 5
2 王 漢 460 0
將 add_extra 作為 lambda 函數(shù)： df['Extra'] = df.Nationality.apply(lambda n, extra : extra if n == '漢' else 0, args=(5,)) 下面繼續(xù)講解關(guān)鍵字參數(shù)。假設(shè)我們對不同的民族可以給不同的加分,，定義 add_extra2() 函數(shù)： def add_extra2(nationaltiy, **kwargs): return kwargs[nationaltiy] df['Extra'] = df.Nationality.apply(add_extra2, 漢=0, 回=10, 藏=5) 運行結(jié)果為： Name Nationality Score Extra
0 張 漢 400 0
1 李 回 450 10
2 王 漢 460 0
對照 apply 函數(shù)的語法,，不難理解。 DataFrame.apply()DataFrame.apply() 函數(shù)則會遍歷每一個元素,，對元素運行指定的 function,。比如下面的示例：
import pandas as pdimport numpy as np matrix = [ [1,2,3], [4,5,6], [7,8,9]] df = pd.DataFrame(matrix, columns=list('xyz'), index=list('abc'))df.apply(np.square)對 df 執(zhí)行 square() 函數(shù)后，所有的元素都執(zhí)行平方運算： x y za 1 4 9b 16 25 36c 49 64 81 如果只想 apply() 作用于指定的行和列,，可以用行或者列的 name 屬性進(jìn)行限定,。比如下面的示例將 x 列進(jìn)行平方運算： df.apply(lambda x : np.square(x) if x.name=='x' else x) x y za 1 2 3b 16 5 6c 49 8 9 下面的示例對 x 和 y 列進(jìn)行平方運算： df.apply(lambda x : np.square(x) if x.name in ['x', 'y'] else x) x y za 1 4 3b 16 25 6c 49 64 9 下面的示例對第一行 （a 標(biāo)簽所在行）進(jìn)行平方運算： df.apply(lambda x : np.square(x) if x.name == 'a' else x, axis=1) 默認(rèn)情況下 axis=0 表示按列，axis=1 表示按行,。 apply() 計算日期相減示例平時我們會經(jīng)常用到日期的計算,，比如要計算兩個日期的間隔，比如下面的一組關(guān)于 wbs 起止日期的數(shù)據(jù)： wbs date_from date_to job1 2019-04-01 2019-05-01 job2 2019-04-07 2019-05-17 job3 2019-05-16 2019-05-31 job4 2019-05-20 2019-06-11 假定要計算起止日期間隔的天數(shù),。比較簡單的方法就是兩列相減（datetime 類型)： import pandas as pdimport datetime as dt wbs = { "wbs": ["job1", "job2", "job3", "job4"], "date_from": ["2019-04-01", "2019-04-07", "2019-05-16","2019-05-20"], "date_to": ["2019-05-01", "2019-05-17", "2019-05-31", "2019-06-11"]} df = pd.DataFrame(wbs)df['elpased'] = df['date_to'].apply(pd.to_datetime) - df['date_from'].apply(pd.to_datetime)apply() 函數(shù)將 date_from 和 date_to 兩列轉(zhuǎn)換成 datetime 類型,。我們 print 一下 df:
wbs date_from date_to elapsed0 job1 2019-04-01 2019-05-01 30 days1 job2 2019-04-07 2019-05-17 40 days2 job3 2019-05-16 2019-05-31 15 days3 job4 2019-05-20 2019-06-11 22 days 日期間隔已經(jīng)計算出來，但后面帶有一個單位 days,，這是因為兩個 datetime 類型相減,，得到的數(shù)據(jù)類型是 timedelta64，如果只要數(shù)字,，還需要使用 timedelta 的 days 屬性轉(zhuǎn)換一下,。 elapsed= df['date_to'].apply(pd.to_datetime) - df['date_from'].apply(pd.to_datetime)df['elapsed'] = elapsed.apply(lambda x : x.days) 使用 DataFrame.apply() 函數(shù)也能達(dá)到同樣的效果，我們需要先定義一個函數(shù) get_interval_days() 函數(shù)的第一列是一個 Series 類型的變量,，執(zhí)行的時候,，依次接收 DataFrame 的每一行。 import pandas as pdimport datetime as dt def get_interval_days(arrLike, start, end): start_date = dt.datetime.strptime(arrLike[start], '%Y-%m-%d') end_date = dt.datetime.strptime(arrLike[end], '%Y-%m-%d') return (end_date - start_date).days wbs = { "wbs": ["job1", "job2", "job3", "job4"], "date_from": ["2019-04-01", "2019-04-07", "2019-05-16","2019-05-20"], "date_to": ["2019-05-01", "2019-05-17", "2019-05-31", "2019-06-11"]} df = pd.DataFrame(wbs)df['elapsed'] = df.apply( get_interval_days, axis=1, args=('date_from', 'date_to'))參考Pandas的Apply函數(shù)——Pandas中最好用的函數(shù)
pandas.Series.apply — pandas 1.3.1 documentation 到此這篇關(guān)于pandas apply() 函數(shù)用法的文章就介紹到這了,更多相關(guān)pandas apply() 函數(shù)內(nèi)容請搜索我們以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持我們,！ 本文標(biāo)題: 解析pandas apply() 函數(shù)用法(推薦) 本文地址: http://www./jiaoben/python/433983.html
|
