(二)pandas基本使用——apply函数

apply函数可以对DataFrame对象进行操作,既可以作用于一行或者一列的元素,也可以作用于单个元素

import numpy as np
import pandas as pd
data=np.arange(0,16).reshape(4,4)
data=pd.DataFrame(data,columns=['a','b','c','d'])
def f(x):
    return x-1
print(data)
    a   b   c   d
0   0   1   2   3
1   4   5   6   7
2   8   9  10  11
3  12  13  14  15

1、对第一列数据操作

data['a']=data['a'].apply(f)
print(data)
    a   b   c   d
0  -1   1   2   3
1   3   5   6   7
2   7   9  10  11
3  11  13  14  15

2、对第0行数据操作

data.loc[0]=data.loc[0].apply(f)
print(data)
    a   b   c   d
0  -2   0   1   2
1   3   5   6   7
2   7   9  10  11
3  11  13  14  15

3.对列元素操作

data.loc[0,['a','b']]
a   -2
b    0
Name: 0, dtype: int64
data.loc[0,['a','b']]=data.loc[0,['a','b']].apply(f)
data.loc[0,['a','b']]
a   -3
b   -1
Name: 0, dtype: int64
data.loc[0]
a   -3
b   -1
c    1
d    2
Name: 0, dtype: int64

4.对行元素操作

data.loc[0]=data.loc[0].apply(f)
data.loc[0]
a   -4
b   -2
c    0
d    1
Name: 0, dtype: int64
  • 2
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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