Python Pandas.apply()用法及代码示例

Pandas.apply允许用户传递函数并将其应用于Pandas系列的每个单个值。这是对 Pandas 库的一项重大改进，因为此函数有助于根据所需条件将数据隔离，从而有效地将其用于数据科学和机器学习。

安装：
在终端上使用以下命令将Pandas模块导入python文件：

pip install pandas

要读取csv文件并将其压缩为pandas系列，请使用以下命令：

import pandas as pd
s = pd.read_csv("stock.csv", squeeze=True)

用法:

s.apply(func, convert_dtype=True, args=())

参数:

• func:.apply接受一个函数并将其应用于pandas系列的所有值。
  convert_dtype:根据函数的操作转换dtype。
  args =()：传递给函数而不是序列的其他参数。
  返回类型：应用函数/操作后的 Pandas 系列。

对于数据集，请单击此处下载。

范例1：

以下示例传递一个函数，并依次检查每个元素的值，并相应地返回低，正常或高。

import pandas as pd 
  
# reading csv 
s = pd.read_csv("stock.csv", squeeze = True) 
  
# defining function to check price 
def fun(num): 
  
    if num<200: 
        return "Low"
  
    elif num>= 200 and num<400: 
        return "Normal"
  
    else: 
        return "High"
  
# passing function to apply and storing returned series in new 
new = s.apply(fun) 
  
# printing first 3 element 
print(new.head(3)) 
  
# printing elements somewhere near the middle of series 
print(new[1400], new[1500], new[1600]) 
  
# printing last 3 elements 
print(new.tail(3))

输出：

范例2：

在以下示例中，使用lambda在.apply自身中制作了一个临时匿名函数。它将每个序列的值加5，然后返回一个新的序列。

import pandas as pd 
s = pd.read_csv("stock.csv", squeeze = True) 
  
# adding 5 to each value 
new = s.apply(lambda num : num + 5) 
  
# printing first 5 elements of old and new series 
print(s.head(), '\n', new.head()) 
  
# printing last 5 elements of old and new series 
print('\n\n', s.tail(), '\n', new.tail())

输出：

0    50.12
1    54.10
2    54.65
3    52.38
4    52.95
Name: Stock Price, dtype: float64 

0    55.12
1    59.10
2    59.65
3    57.38
4    57.95
Name: Stock Price, dtype: float64

3007    772.88
3008    771.07
3009    773.18
3010    771.61
3011    782.22
Name: Stock Price, dtype: float64
 
3007    777.88
3008    776.07
3009    778.18
3010    776.61
3011    787.22
Name: Stock Price, dtype: float64

观察到，新值=旧值+ 5