Python|熊猫.apply()

Pandas.apply 允许用户传递一个函数并将其应用于 Pandas 系列的每个值。它对 pandas 库来说是一个巨大的改进，因为这个函数有助于根据所需的条件分离数据，因此它可以有效地用于数据科学和机器学习。

安装：
在终端上使用以下命令将 Pandas 模块导入Python文件：

pip install pandas

要读取 csv 文件并将其压缩成 pandas 系列，请使用以下命令：

import pandas as pd
s = pd.read_csv("stock.csv", squeeze=True)

句法：

s.apply(func, convert_dtype=True, args=())

参数：

func: .apply takes a function and applies it to all values of pandas series.
convert_dtype: Convert dtype as per the function’s operation.
args=(): Additional arguments to pass to function instead of series.
Return Type: Pandas Series after applied function/operation.

对于数据集，请单击此处下载。

示例 #1：

下面的示例传递一个函数并检查序列中每个元素的值，并相应地返回低、正常或高。

import pandas as pd
  
# reading csv
s = pd.read_csv("stock.csv", squeeze = True)
  
# defining function to check price
def fun(num):
  
    if num<200:
        return "Low"
  
    elif num>= 200 and num<400:
        return "Normal"
  
    else:
        return "High"
  
# passing function to apply and storing returned series in new
new = s.apply(fun)
  
# printing first 3 element
print(new.head(3))
  
# printing elements somewhere near the middle of series
print(new[1400], new[1500], new[1600])
  
# printing last 3 elements
print(new.tail(3))

输出：

示例 #2：

在以下示例中，使用 lambda 在 .apply 中创建了一个临时匿名函数。它将系列中的每个值加 5 并返回一个新系列。

import pandas as pd
s = pd.read_csv("stock.csv", squeeze = True)
  
# adding 5 to each value
new = s.apply(lambda num : num + 5)
  
# printing first 5 elements of old and new series
print(s.head(), '\n', new.head())
  
# printing last 5 elements of old and new series
print('\n\n', s.tail(), '\n', new.tail())

输出：

0    50.12
1    54.10
2    54.65
3    52.38
4    52.95
Name: Stock Price, dtype: float64 

0    55.12
1    59.10
2    59.65
3    57.38
4    57.95
Name: Stock Price, dtype: float64

3007    772.88
3008    771.07
3009    773.18
3010    771.61
3011    782.22
Name: Stock Price, dtype: float64
 
3007    777.88
3008    776.07
3009    778.18
3010    776.61
3011    787.22
Name: Stock Price, dtype: float64

正如所观察到的，新值 = 旧值 + 5