Pandas DataFrame.pipe(~)
方法在源 DataFrame 上应用指定的函数。这不是就地完成的,这意味着源 DataFrame 保持不变,并返回新的 DataFrame。
参数
1. func
| function
应用到源 DataFrame 的函数。
2. args
| iterable
| optional
要传递给 func
的位置参数。
3. kwargs
| mapping
| optional
要传递给 func
的关键字参数。
返回值
一个新的DataFrame
。
例子
基本用法
考虑以下 DataFrame :
df = pd.DataFrame({"A":[3,4],"B":[5,6]})
df
A B
0 3 5
1 4 6
假设我们想将 10
添加到每个条目:
def add_ten(x): # x is a DataFrame (df)
return x + 10
df.pipe(add_ten)
A B
0 13 15
1 14 16
在这里,创建了一个新的DataFrame,而我们原来的df
则保持不变。
方法链接
pipe(~)
的好处是我们可以创建一条链:
def add_ten(x):
return x + 10
df = pd.DataFrame({"A":[3,4],"B":[5,6]})
df.pipe(add_ten).pipe(add_ten)
A B
0 23 25
1 24 26
指定位置参数
我们可以为 func
传入位置参数:
def add(x, y, z):
return x + y + z
df = pd.DataFrame({"A":[3,4],"B":[5,6]})
df.pipe(add, 4, 6)
A B
0 13 15
1 14 16
这里,add
的参数如下:
-
x
是源 DataFrame (df
) -
y
被赋予值4
-
z
被赋予值6
指定关键字参数
我们可以为 func
传入关键字参数,如下所示:
def add(x, y, k):
return x + y + k
df = pd.DataFrame({"A":[3,4],"B":[5,6]})
df.pipe(add, 4, k=6)
A B
0 13 15
1 14 16
相关用法
- Python Pandas DataFrame pop方法用法及代码示例
- Python Pandas DataFrame pow方法用法及代码示例
- Python PySpark DataFrame printSchema方法用法及代码示例
- Python Pandas DataFrame pct_change方法用法及代码示例
- Python Pandas DataFrame product方法用法及代码示例
- Python Pandas DataFrame empty属性用法及代码示例
- Python Pandas DataFrame nsmallest方法用法及代码示例
- Python Pandas DataFrame sample方法用法及代码示例
- Python Pandas DataFrame items方法用法及代码示例
- Python Pandas DataFrame max方法用法及代码示例
- Python Pandas DataFrame swaplevel方法用法及代码示例
- Python Pandas DataFrame agg方法用法及代码示例
- Python Pandas DataFrame copy方法用法及代码示例
- Python Pandas DataFrame insert方法用法及代码示例
- Python Pandas DataFrame lt方法用法及代码示例
- Python Pandas DataFrame all方法用法及代码示例
- Python Pandas DataFrame unstack方法用法及代码示例
- Python Pandas DataFrame mean方法用法及代码示例
- Python PySpark DataFrame filter方法用法及代码示例
- Python Pandas DataFrame tz_convert方法用法及代码示例
- Python Pandas DataFrame isin方法用法及代码示例
- Python PySpark DataFrame collect方法用法及代码示例
- Python PySpark DataFrame intersect方法用法及代码示例
- Python PySpark DataFrame dtypes属性用法及代码示例
- Python Pandas DataFrame rank方法用法及代码示例
注:本文由纯净天空筛选整理自Isshin Inada大神的英文原创作品 Pandas DataFrame | pipe method。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。