Python dask.dataframe.DataFrame.apply用法及代碼示例

用法:
DataFrame.apply(func, axis=0, broadcast=None, raw=False, reduce=None, args=(), meta='__no_default__', result_type=None, **kwds)

pandas.DataFrame.apply 的並行版本

這模仿了 Pandas 版本，但以下內容除外：

僅支持 axis=1(並且必須明確指定)。
用戶應通過meta 關鍵字提供輸出元數據。

參數：

func：函數

應用於每列/行的函數

axis：{0 或 ‘index’，1 或 ‘columns’}，默認 0

0 或 ‘index’：將函數應用於每一列(不支持)
1 或‘columns’：將函數應用於每一行

meta：pd.DataFrame、pd.Series、dict、可迭代、元組、可選

與輸出的 dtypes 和列名匹配的空 pd.DataFrame 或 pd.Series。此元數據對於 dask 數據幀中的許多算法起作用是必需的。為了便於使用，還提供了一些替代輸入。可以提供 {name: dtype} 的 dict 或 (name, dtype) 的可迭代對象，而不是 DataFrame (請注意，名稱的順序應與列的順序匹配)。可以使用(name, dtype) 的元組代替係列。如果未提供，dask 將嘗試推斷元數據。這可能會導致意外結果，因此建議提供meta。有關詳細信息，請參閱 dask.dataframe.utils.make_meta 。

args：元組

除了數組/係列之外，要傳遞給函數的位置參數

Additional keyword arguments will be passed as keywords to the function：

applied：Series或DataFrame

例子：

>>> import pandas as pd
>>> import dask.dataframe as dd
>>> df = pd.DataFrame({'x': [1, 2, 3, 4, 5],
...                    'y': [1., 2., 3., 4., 5.]})
>>> ddf = dd.from_pandas(df, npartitions=2)

將函數應用於在 args 和 kwargs 中按行傳遞額外參數：

>>> def myadd(row, a, b=1):
...     return row.sum() + a + b
>>> res = ddf.apply(myadd, axis=1, args=(2,), b=1.5)

默認情況下，dask 嘗試通過在一些假數據上運行您提供的函數來推斷輸出元數據。這在許多情況下效果很好，但有時可能很昂貴，甚至失敗。為避免這種情況，您可以使用 meta 關鍵字手動指定輸出元數據。這可以以多種形式指定，有關詳細信息，請參閱dask.dataframe.utils.make_meta。

在這裏，我們指定輸出是一個名為 'x' 和 dtype float64 的係列：

>>> res = ddf.apply(myadd, axis=1, args=(2,), b=1.5, meta=('x', 'f8'))

在元數據不變的情況下，也可以直接傳入對象本身：

>>> res = ddf.apply(lambda row: row + 1, axis=1, meta=ddf)

相關用法

注：本文由純淨天空篩選整理自dask.org大神的英文原創作品 dask.dataframe.DataFrame.apply。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。

用法:

參數：

返回：

例子：