Python中如何使用apply函數(shù)

這篇文章給大家介紹Python 中如何使用apply函數(shù)，內(nèi)容非常詳細(xì)，感興趣的小伙伴們可以參考借鑒，希望對大家能有所幫助。

創(chuàng)新互聯(lián)為客戶提供專業(yè)的網(wǎng)站建設(shè)、網(wǎng)站制作、程序、域名、空間一條龍服務(wù)，提供基于WEB的系統(tǒng)開發(fā). 服務(wù)項目涵蓋了網(wǎng)頁設(shè)計、網(wǎng)站程序開發(fā)、WEB系統(tǒng)開發(fā)、微信二次開發(fā)、移動網(wǎng)站建設(shè)等網(wǎng)站方面業(yè)務(wù)。

1、介紹

apply函數(shù)是pandas里面所有函數(shù)中自由度最高的函數(shù)。該函數(shù)如下：

DataFrame.apply(func, axis=0, broadcast=False, raw=False, reduce=None, args=(), **kwds)

該函數(shù)最有用的是第一個參數(shù)，這個參數(shù)是函數(shù)，相當(dāng)于C/C++的函數(shù)指針。

這個函數(shù)需要自己實現(xiàn)，函數(shù)的傳入?yún)?shù)根據(jù)axis來定，比如axis = 1，就會把一行數(shù)據(jù)作為Series的數(shù)據(jù) 結(jié)構(gòu)傳入給自己實現(xiàn)的函數(shù)中，我們在函數(shù)中實現(xiàn)對Series不同屬性之間的計算，返回一個結(jié)果，則apply函數(shù) 會自動遍歷每一行DataFrame的數(shù)據(jù)，最后將所有結(jié)果組合成一個Series數(shù)據(jù)結(jié)構(gòu)并返回。

2、樣例

import numpy as npimport pandas as pd
f = lambda x: x.max()-x.min()
df = pd.DataFrame(np.random.randn(4,3),columns=list('bde'),index=['utah', 'ohio', 'texas', 'oregon'])print(df)
t1 = df.apply(f)print(t1)
t2 = df.apply(f, axis=1)print(t2)

輸出結(jié)果如下所示：

               b         d         e
utah    1.106486  0.101113 -0.494279ohio    0.955676 -1.889499  0.522151texas   1.891144 -0.670588  0.106530oregon -0.062372  0.991231  0.294464b    1.953516d    2.880730e    1.016430dtype: float64
utah      1.600766ohio      2.845175texas     2.561732oregon    1.053603dtype: float64

3、性能比較

df = pd.DataFrame({'a': np.random.randn(6),                   'b': ['foo', 'bar'] * 3,                   'c': np.random.randn(6)})def my_test(a, b):    return a + bprint(df)
df['Value'] = df.apply(lambda row: my_test(row['a'], row['c']), axis=1) # 方法1print(df)
df['Value2'] = df['a'] + df['c']  # 方法2print(df)

輸出結(jié)果如下：

          a    b         c
0 -1.194841  foo  1.648214
1 -0.377554  bar  0.496678
2  1.524940  foo -1.245333
3 -0.248150  bar  1.526515
4  0.283395  foo  1.282233
5  0.117674  bar -0.094462
          a    b         c     Value
0 -1.194841  foo  1.648214  0.453374
1 -0.377554  bar  0.496678  0.119124
2  1.524940  foo -1.245333  0.279607
3 -0.248150  bar  1.526515  1.278365
4  0.283395  foo  1.282233  1.565628
5  0.117674  bar -0.094462  0.023212
          a    b         c     Value    Value2
0 -1.194841  foo  1.648214  0.453374  0.453374
1 -0.377554  bar  0.496678  0.119124  0.119124
2  1.524940  foo -1.245333  0.279607  0.279607
3 -0.248150  bar  1.526515  1.278365  1.278365
4  0.283395  foo  1.282233  1.565628  1.565628
5  0.117674  bar -0.094462  0.023212  0.023212

注意：當(dāng)數(shù)據(jù)量很大時，對于簡單的邏輯處理建議方法2（個人處理幾百M數(shù)據(jù)集時，方法1花時200s左右，方法2花時10s）?。?！

關(guān)于Python 中如何使用apply函數(shù)就分享到這里了，希望以上內(nèi)容可以對大家有一定的幫助，可以學(xué)到更多知識。如果覺得文章不錯，可以把它分享出去讓更多的人看到。

文章標(biāo)題：Python中如何使用apply函數(shù)
文章來源：http://bm7419.com/article6/gijdig.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供手機(jī)網(wǎng)站建設(shè)、定制網(wǎng)站、域名注冊、企業(yè)網(wǎng)站制作、App開發(fā)、網(wǎng)站內(nèi)鏈

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)