資料結構
網路
關係資料庫管理系統
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會學
時尚研究
法律研究在 Python 中使用 Pandas DataFrame 對每一行應用函式
在本教程中，我們將學習 **列表** 最常用的方法，即 **append()** 和 **extend()**。讓我們逐一瞭解它們。
apply()
它用於將函式應用於 DataFrame 的每一行。例如，如果我們想將每一行的所有數字相乘並將其作為新列新增，那麼 apply() 方法非常有用。讓我們看看實現它的不同方法。
示例
# importing the pandas package
import pandas as pd
# function to multiply
def multiply(x, y):
return x * y
# creating a dictionary for DataFrame
data = {
'Maths': [10, 34, 53],
'Programming': [23, 12, 43]
}
# creating DataFrame using the data
data_frame = pd.DataFrame(data)
# displaying DataFrame
print('--------------------Before------------------')
print(data_frame)
print()
# applying the function multiply
data_frame['Multiply'] = data_frame.apply(lambda row : multiply(row['Maths'], row['
Programming']), axis = 1)
# displaying DataFrame
print('--------------------After------------------')
print(data_frame)輸出
如果執行上述程式，您將獲得以下結果。
--------------------Before------------------ Maths Programming 0 10 23 1 34 12 2 53 43 --------------------After------------------ Maths Programming Multiply 0 10 23 230 1 34 12 408 2 53 43 2279
示例
我們還可以使用預定義函式，如 **sum，pow** 等。
# importing the pandas package
import pandas as pd
# creating a dictionary for DataFrame
data = {
'Maths': [10, 34, 53],
'Programming': [23, 12, 43]
}
# creating DataFrame using the data
data_frame = pd.DataFrame(data)
# displaying DataFrame
print('--------------------Before------------------')
print(data_frame)
print()
# applying the function multiply
# using built-in sum function
data_frame['Multiply'] = data_frame.apply(sum, axis = 1)
# displaying DataFrame
print('--------------------After------------------')
print(data_frame)輸出
如果執行上述程式，您將獲得以下結果。
--------------------Before------------------ Maths Programming 0 10 23 1 34 12 2 53 43 --------------------After------------------ Maths Programming Multiply 0 10 23 33 1 34 12 46 2 53 43 96
示例
我們還可以使用 numpy 模組中的函式。讓我們看一個例子。
# importing the pandas package
import pandas as pd
# importing numpy module for functions
import numpy as np
# creating a dictionary for DataFrame
data = {
'Maths': [10, 34, 53],
'Programming': [23, 12, 43]
}
# creating DataFrame using the data
data_frame = pd.DataFrame(data)
# displaying DataFrame
print('--------------------Before------------------')
print(data_frame)
print()
# applying the function multiply
# using sum function from the numpy module
data_frame['Multiply'] = data_frame.apply(np.sum, axis = 1)
# displaying DataFrame
print('--------------------After------------------')
print(data_frame)輸出
如果執行上述程式，您將獲得以下結果。
--------------------Before------------------ Maths Programming 0 10 23 1 34 12 2 53 43 --------------------After------------------ Maths Programming Multiply 0 10 23 33 1 34 12 46 2 53 43 96
結論
透過以上方法，我們可以使用 DataFrame 的 **apply()** 方法對所有行應用函式。如果您對本教程有任何疑問，請在評論區提出。
更新於: 2019年11月1日
1K+ 次檢視
廣告