2020-11-15

x

假设存在DataFrame存在两列数据col1和col2:

df = pd.DataFrame()

def function1(row):

""" 公共函数 """

return row.col1+row.col2


1. 直接对series使用apply()方法

def main1():

""" 按照series使用apply"""

df['new_col'] = df['col'].apply(lambda x: function1(row))


2.直接对dataframe使用apply()方法

def main2():

""" 按照dataframe使用apply"""

df = df.apply(lambda x: function1(row), axis=1) # 这里是对整行进行操作axis=1

备注: 使用这种方式处理数据, 比使用for循环效率要快很多, 并且function1()函数可以使用多种数据处理的方法.

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值