pandas 系列中的 apply() 方法有什么作用?

pandas Series 中的apply()方法用于在 series 对象上调用我们的函数。通过使用这种apply()方法,我们可以在我们的系列对象上应用我们自己的函数。

该方法与其他一些 pandas 系列方法(如和apply())非常相似。这里的区别是我们可以对给定系列对象的值应用一个函数。agg()map()

示例 1

# import pandas package

import pandas as pd

# create a pandas series

s = pd.Series([1,2,3,4,5,6,7,8,9,10])

print(s)

# Applying a function

result = s.apply(type)

print('Output of apply method',result)

解释

在下面的示例中,我们创建了一个pandas.Series具有 10 个整数值的对象“s”,并使用该apply()方法执行系列对象“s”的所有元素的类型函数。

方法操作与方法apply()相似,agg()但不同之处在于agg()方法仅用于聚合操作,而apply()方法可用于对序列数据应用任何方法。

输出结果

0  1

1  2

2  3

3  4

4  5

5  6

6  7

7  8

8  9

9 10

dtype: int64

Output of apply method

0  <class 'int'>

1  <class 'int'>

2  <class 'int'>

3  <class 'int'>

4  <class 'int'>

5  <class 'int'>

6  <class 'int'>

7  <class 'int'>

8  <class 'int'>

9  <class 'int'>

dtype: object

pandas seriesapply()方法将返回一个新的系列对象,其中包含给定系列对象“s”的每个值的数据类型表示。

示例 2

# import pandas package

import pandas as pd

# create a pandas series

s = pd.Series([1,2,3,4,5,6,7,8,9,10])

print(s)

# Apply power(2) function

result = s.apply(pow, args=(2,))

print('Output of apply method',result)

解释

让我们再举一个例子,通过使用apply()方法将带参数的函数应用到系列对象。在这里,我们应用了参数值为 2 的 pow 函数。

输出结果

0  1

1  2

2  3

3  4

4  5

5  6

6  7

7  8

8  9

9 10

dtype: int64

Output of apply method

0   1

1   4

2   9

3  16

4  25

5  36

6  49

7  64

8  81

9 100

dtype: int64

该apply()方法的输出与实际的系列对象“s”一起显示在上面的块中。并且该pow()函数应用于系列元素,结果输出作为另一个系列对象返回。

要在方法中发送函数的参数,apply()我们需要使用 args 关键字参数。

以上是 pandas 系列中的 apply() 方法有什么作用? 的全部内容, 来源链接: utcz.com/z/297312.html

回到顶部