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
|
26天前
|
存储 数据挖掘 数据处理
掌握Pandas核心数据结构:Series与DataFrame的四种创建方式
本文介绍了 Pandas 库中核心数据结构 Series 和 DataFrame 的四种创建方法,包括从列表、字典、标量和 NumPy 数组创建 Series,以及从字典、列表的列表、NumPy 数组和 Series 字典创建 DataFrame,通过示例详细说明了每种创建方式的具体应用。
148 67
|
6天前
|
数据挖掘 数据处理 数据库
Pandas数据聚合:groupby与agg
Pandas库中的`groupby`和`agg`方法是数据分析中不可或缺的工具,用于数据分组与聚合计算。本文从基础概念、常见问题及解决方案等方面详细介绍这两个方法的使用技巧,涵盖单列聚合、多列聚合及自定义聚合函数等内容,并通过代码案例进行说明,帮助读者高效处理数据。
65 32
|
3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
284 0
|
12天前
|
存储 数据挖掘 索引
Pandas数据结构:Series与DataFrame
本文介绍了 Python 的 Pandas 库中两种主要数据结构 `Series` 和 ``DataFrame`,从基础概念入手,详细讲解了它们的创建、常见问题及解决方案,包括数据缺失处理、数据类型转换、重复数据删除、数据筛选、排序、聚合和合并等操作。同时,还提供了常见报错及解决方法,帮助读者更好地理解和使用 Pandas 进行数据分析。
46 10
|
26天前
|
存储 数据挖掘 索引
Pandas Series 和 DataFrame 常用属性详解及实例
Pandas 是 Python 数据分析的重要工具,其核心数据结构 Series 和 DataFrame 广泛应用。本文详细介绍了这两种结构的常用属性,如 `index`、`values`、`dtype` 等,并通过具体示例帮助读者更好地理解和使用这些属性,提升数据分析效率。
46 4
|
1月前
|
SQL 数据采集 数据可视化
Pandas 数据结构 - DataFrame
10月更文挑战第26天
55 2
Pandas 数据结构 - DataFrame
|
1月前
|
Python
|
3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
141 0
|
3月前
|
Python
Pandas中的apply函数应用
Pandas中的apply函数应用
24 0
|
4月前
|
索引 Python
Pandas学习笔记之Dataframe
Pandas学习笔记之Dataframe