11 pandas DataFrame - 聚合之apply

简介: === 聚合 apply ===定义:apply是pandas库的一个重要函数,多和groupby函数一起使用,也可以直接用于DataFrame和Series对象。

=== 聚合 apply ===

定义:apply是pandas库的一个重要函数,多和groupby函数一起使用,也可以直接用于DataFrame和Series对象。主要用于数据聚合运算,可以很方便得对分组进行现有的运算和自定义运算。

img_35634d11df8ddaea49562ac1522d6ae6.png

使用场景: 自定义函数处理数据

df1 = pd.DataFrame(np.random.randint(1,9,(4,4)),columns=list('abcd'))
df1
img_95ee9e67ba6a7c4e45321c8a1dcee790.png
df1.apply(lambda x:x*10)
img_551aebc81987234f8586d4d8615c9f61.png
df1['a'].apply(lambda x:x*10)
0    50
1    80
2    80
3    30
Name: a, dtype: int64
df1.apply(lambda x:x*10,axis=1)
img_16cbf3474122fe58bbfb426bd4e6500f.png
df1.loc[0:2,'a':'b'].apply(lambda x:x*10)
img_9c028855a0f6733b1b44e2e54fc23cc0.png

=== 自定义函数 ===

def f1(x):
    print(type(x))
    return x*10
df1.apply(f1)

使用自定义函数,需要明白参数的数据是什么数据类型

img_f6643399e5c53fc20a351fdb3389503e.png

字符串拼接

data = np.random.randint(1,10,(3,3))
df1 = pd.DataFrame(data,columns=list('abc'))
df1
img_64fef88b5ed777bcc36f058d3e0e6fac.png

定义有参数的函数

def f2(x,str_text):
    return str(x)+str_text
df1['a'].apply(f2,args = (' nice',)) #通过args传入参数元组
0    1 nice
1    2 nice
2    6 nice
Name: a, dtype: object
相关文章
|
2月前
|
SQL 索引 Python
Pandas中DataFrame合并的几种方法
Pandas中DataFrame合并的几种方法
126 0
|
2月前
|
数据挖掘 数据处理 Python
Pandas中的数据聚合神器:agg 方法
Pandas中的数据聚合神器:agg 方法
41 0
|
2月前
|
Python
Pandas中的apply函数应用
Pandas中的apply函数应用
16 0
|
3月前
|
索引 Python
Pandas学习笔记之Dataframe
Pandas学习笔记之Dataframe
|
3月前
|
SQL 数据挖掘 数据处理
不再纠结,一文详解pandas中的map、apply、applymap、groupby、agg...
不再纠结,一文详解pandas中的map、apply、applymap、groupby、agg...
|
3月前
|
数据挖掘 大数据 数据处理
数据分析师的秘密武器:精通Pandas DataFrame合并与连接技巧
【8月更文挑战第22天】在数据分析中,Pandas库的DataFrame提供高效的数据合并与连接功能。本文通过实例展示如何按员工ID合并基本信息与薪资信息,并介绍如何基于多列(如员工ID与部门ID)进行更复杂的连接操作。通过调整`merge`函数的`how`参数(如'inner'、'outer'等),可实现不同类型的连接。此外,还介绍了使用`join`方法根据索引快速连接数据,这对于处理大数据集尤其有用。掌握这些技巧能显著提升数据分析的能力。
63 1
|
3月前
|
SQL 数据采集 JSON
Pandas 使用教程 Series、DataFrame
Pandas 使用教程 Series、DataFrame
53 0
|
3月前
|
Python
[pandas]从多个文件中构建dataframe
[pandas]从多个文件中构建dataframe
|
3月前
|
索引 Python
【Pandas】Pandas Dataframe 常用用法
Pandas DataFrame的常用操作示例,包括筛选数据、索引操作、合并DataFrame、设置和排序索引、文本处理、列重命名、处理缺失值、排序以及删除满足特定条件的行等技巧。
55 0
|
2月前
|
机器学习/深度学习 数据处理 Python
从NumPy到Pandas:轻松转换Python数值库与数据处理利器
从NumPy到Pandas:轻松转换Python数值库与数据处理利器
55 0