apply方法介绍
方法形式为apply(func, convert_dtype=True, args=(), **kwargs)，返回Series或Dataframe，对Series的每一个值都应用func函数，func函数可以是ufunc（适用于整个Series的numpy函数）， 或仅适用于单个值的Python函数。
参数解析：
- func：函数，要应用的python函数或numpy ufunc。
- convert_dtype：布尔值，默认为True，尝试为函数结果的元素找到更好的dtype。如果为False，则保留为dtype=object。
需要注意，对于某些扩展数组dtypes，例如Categorical，要始终保留dtype。 - args：元组，在Series的值之后，传递给func的位置参数。
- **kwargs：传递给func的附加关键字参数。
返回：
- Series或Dataframe。如果func返回一个Series对象，则结果将是一个Dataframe。
用例1
导入包
import pandas as pd
import numpy as np
创建一个城市对夏季温度的Series。
s = pd.Series([20, 21, 12], index=['London', 'New York', 'Helsinki'])
s
输出：
London 20
New York 21
Helsinki 12
dtype: int64
定义一个函数，并作为func参数传递给Series的apply()方法。
def square(x):
return x ** 2
s.apply(square)
输出：
London 400
New York 441
Helsinki 144
dtype: int64
用例2
通常使用lambda匿名函数作为func参数传递给apply()方法。
s.apply(lambda x: x**2)
输出：
London 400
New York 441
Helsinki 144
dtype: int64
用例3
定义一个需要额外位置参数的自定义函数，并使用args参数进行传递。
def subtract_custom_value(x, custom_value):
return x - custom_value
s.apply(subtract_custom_value, args=(5, ))
输出：
London 15
New York 16
Helsinki 7
dtype: int64
用例4
定义一个接受关键字参数，并这些参数传递给apply。
def add_custom_values(x, **kwargs):
for month in kwargs:
x += kwargs[month]
return x
s.apply(add_custom_values, june=30, july=30, august=25)
输出：
London 105
New York 106
Helsinki 97
dtype: int64
用例5
使用numpy中的函数。
s.apply(np.sqrt)
输出：
London 4.472136
New York 4.582576
Helsinki 3.464102
dtype: float64
Original: https://blog.csdn.net/qq_38727995/article/details/124406447
Author: 凯旋.Lau
Title: pandas进阶–Series的apply方法
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/753440/
转载文章受原作者版权保护。转载请注明原作者出处！