panda中的apply()方法介绍

小半 • 2023年1月29日下午4:21 • 技术随笔 • 阅读 172

1.apply()说明

作用范围：pandas中的Series和DataFrame
作用：通过使用apply()方法，我们可以调用自己定义的函数，使得代码结构更加清晰，简洁。

2.apply()的应用过程

如果一个Series和DataFrame调用apply()方法，然后使用自己定义的函数，其中自定义的函数的第一个参数，代表的是Series和DataFrame的下一个“纬度”。
比如说如果是DataFrame，则参数是他的每一个列。如果是Series，则是他的每一个值。

（1）DataFrame，参数是他的每一个列
eg:计算一个DataFrame各个字段的偏度和峰度

import pandas as pd
import numpy as np

df = pd.DataFrame({
    'key1':[1, 2, 3, 4, 5],
    'key2':[4, 5, 6, 2, 1]
})

def skew_kurt(x):
    print(x, type(x))
    skews = x.skew()
    kurts = x.kurt()
    return pd.Series([skews, kurts], index=['skew', 'kurt']) # Series的参数为Series，则会变为DataFrame，且参数变为列
print(df.apply(skew_kurt))


# 结果：
0    1
1    2
2    3
3    4
4    5
Name: key1, dtype: int64 <class 'pandas.core.series.Series'>
0    1
1    2
2    3
3    4
4    5
Name: key1, dtype: int64 <class 'pandas.core.series.Series'>
0    4
1    5
2    6
3    2
4    1
Name: key2, dtype: int64 <class 'pandas.core.series.Series'>
      key1      key2
skew   0.0 -0.235514
kurt  -1.2 -1.963223

通过输出结果中的可以看到，该函数会执行多次，且每次执行都会将DataFrame中的某一列传过去。
（2）Series，参数是他的每一个值
eg:将一个Series的每一个值用该值的第一个字符替换

import pandas as pd
import numpy as np

s = pd.Series(['wang', 'li', 'zhao'])

def text(x):
    print(x, type(x))
    return x[0] # Series的参数为Series，则会变为DataFrame，且参数变为列
print(s.apply(text))

# 结果：
wang <class 'str'>
li <class 'str'>
zhao <class 'str'>
0    w
1    l
2    z
dtype: object

3.apply()应用

（1）通过上面的例子，我们可以看见其可以应用于Series和DataFrame
（2）apply()方法还可以应用于分组—groupby()。参数也是代表下一个纬度。
eg：

import pandas as pd
import numpy as np

df = pd.DataFrame({'data1':np.random.rand(5),
                  'data2':np.random.rand(5),
                  'key1':list('aabba'),
                  'key2':['one','two','one','two','one']})

print(df.groupby('key1').apply(lambda x: x.describe()))

# 结果：
a    count  3.000000  3.000000
     mean   0.693046  0.608697
     std    0.257070  0.522231
     min    0.396401  0.011814
     25%    0.614231  0.422315
     50%    0.832060  0.832817
     75%    0.841368  0.907138
     max    0.850676  0.981459
b    count  2.000000  2.000000
     mean   0.352287  0.482039
     std    0.343271  0.675147
     min    0.109558  0.004638
     25%    0.230922  0.243339
     50%    0.352287  0.482039
     75%    0.473651  0.720740
     max    0.595016  0.959441