将函数应用于 Pandas DataFrame 中的多个列

Python 3月前 5

本文将介绍如何将函数应用于 Pandas DataFrame 中的多个列。在所有示例代码中，我们将使用以下相同的 DataFrame。

import pandas as pd
import numpy as np
df = pd.DataFrame([
                    [5,6,7,8],
                    [1,9,12,14],
                    [4,8,10,6]
                    ],
                  columns = ['a','b','c','d'])

输出：

   a  b   c   d
0  5  6   7   8
1  1  9  12  14
2  4  8  10   6

使用 `apply()` 将函数应用到 Pandas 中的列

apply() 方法允许对整个 DataFrame 应用一个函数，可以跨列或跨行。我们将参数 axis 设置为 0 代表行，1 代表列。

在下面的例子中，我们将使用前面定义的函数来递增示例 DataFrame 的值。

import pandas as pd
import numpy as np
df = pd.DataFrame([
                    [5,6,7,8],
                    [1,9,12,14],
                    [4,8,10,6]
                    ],
                  columns = ['a','b','c','d'])
def x(a):
    return a + 1
df_new  = df.apply(x, axis = 1)
print("The original dataframe:")
print(df)
print("The new dataframe:")
print(df_new)

输出：

The original dataframe:
   a  b   c   d
0  5  6   7   8
1  1  9  12  14
2  4  8  10   6
The new dataframe:
   a   b   c   d
0  6   7   8   9
1  2  10  13  15
2  5   9  11   7

我们也可以将一个函数应用于多列，如下图所示。

import pandas as pd
import numpy as np
df = pd.DataFrame([
                    [5,6,7,8],
                    [1,9,12,14],
                    [4,8,10,6]
                    ],
                  columns = ['a','b','c','d'])
print("The original dataframe:")
print(df)
def func(x):
    return x[0] + x[1]
df['e']  = df.apply(func, axis = 1)
print("The new dataframe:")
print(df)

输出：

The original dataframe:
   a  b   c   d
0  5  6   7   8
1  1  9  12  14
2  4  8  10   6
The new dataframe:
   a  b   c   d   e
0  5  6   7   8  11
1  1  9  12  14  10
2  4  8  10   6  12

新添加的 e 列是 a 和 b 列中数据的总和。DataFrame 本身是传递给函数的隐藏参数。可以像上面的例子一样用索引来访问列，或者用列名来访问，如下所示。

import pandas as pd
import numpy as np
df = pd.DataFrame([
                    [5,6,7,8],
                    [1,9,12,14],
                    [4,8,10,6]
                    ],
                  columns = ['a','b','c','d'])
print("The original dataframe:")
print(df)
df['e']  = df.apply(lambda x: x.a+x.b, axis = 1)
print("The new dataframe:")
print(df)