Pandas DataFrame.pipe(~)
方法在源 DataFrame 上應用指定的函數。這不是就地完成的,這意味著源 DataFrame 保持不變,並返回新的 DataFrame。
參數
1. func
| function
應用到源 DataFrame 的函數。
2. args
| iterable
| optional
要傳遞給 func
的位置參數。
3. kwargs
| mapping
| optional
要傳遞給 func
的關鍵字參數。
返回值
一個新的DataFrame
。
例子
基本用法
考慮以下 DataFrame :
df = pd.DataFrame({"A":[3,4],"B":[5,6]})
df
A B
0 3 5
1 4 6
假設我們想將 10
添加到每個條目:
def add_ten(x): # x is a DataFrame (df)
return x + 10
df.pipe(add_ten)
A B
0 13 15
1 14 16
在這裏,創建了一個新的DataFrame,而我們原來的df
則保持不變。
方法鏈接
pipe(~)
的好處是我們可以創建一條鏈:
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
指定位置參數
我們可以為 func
傳入位置參數:
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
這裏,add
的參數如下:
-
x
是源 DataFrame (df
) -
y
被賦予值4
-
z
被賦予值6
指定關鍵字參數
我們可以為 func
傳入關鍵字參數,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
相關用法
- Python Pandas DataFrame pop方法用法及代碼示例
- Python Pandas DataFrame pow方法用法及代碼示例
- Python PySpark DataFrame printSchema方法用法及代碼示例
- Python Pandas DataFrame pct_change方法用法及代碼示例
- Python Pandas DataFrame product方法用法及代碼示例
- Python Pandas DataFrame empty屬性用法及代碼示例
- Python Pandas DataFrame nsmallest方法用法及代碼示例
- Python Pandas DataFrame sample方法用法及代碼示例
- Python Pandas DataFrame items方法用法及代碼示例
- Python Pandas DataFrame max方法用法及代碼示例
- Python Pandas DataFrame swaplevel方法用法及代碼示例
- Python Pandas DataFrame agg方法用法及代碼示例
- Python Pandas DataFrame copy方法用法及代碼示例
- Python Pandas DataFrame insert方法用法及代碼示例
- Python Pandas DataFrame lt方法用法及代碼示例
- Python Pandas DataFrame all方法用法及代碼示例
- Python Pandas DataFrame unstack方法用法及代碼示例
- Python Pandas DataFrame mean方法用法及代碼示例
- Python PySpark DataFrame filter方法用法及代碼示例
- Python Pandas DataFrame tz_convert方法用法及代碼示例
- Python Pandas DataFrame isin方法用法及代碼示例
- Python PySpark DataFrame collect方法用法及代碼示例
- Python PySpark DataFrame intersect方法用法及代碼示例
- Python PySpark DataFrame dtypes屬性用法及代碼示例
- Python Pandas DataFrame rank方法用法及代碼示例
注:本文由純淨天空篩選整理自Isshin Inada大神的英文原創作品 Pandas DataFrame | pipe method。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。