Python中Pandas的apply方法和匿名函数lambda对比应用详解

在 Pandas 中,lambda 函数和 apply 方法常用于对 DataFrame 或 Series 进行自定义函数的应用。下面是一些示例:

1. 在 Series 上应用 lambda 函数:

import pandas as pd

# 创建一个示例 Series
s = pd.Series([1, 2, 3, 4])

# 使用 lambda 函数对每个元素进行平方
result = s.apply(lambda x: x**2)
print(result)

2. 在 DataFrame 上应用 lambda 函数:

# 创建一个示例 DataFrame
df = pd.DataFrame({
    'A': [1, 2, 3],
    'B': [4, 5, 6]
})

# 使用 lambda 函数对每个元素进行平方
result = df.apply(lambda x: x**2)
print(result)

3. 在 DataFrame 的某一列上应用 lambda 函数:

# 使用 lambda 函数对某一列进行平方
df['A_squared'] = df['A'].apply(lambda x: x**2)
print(df)

4. 在 DataFrame 的每一行上应用 lambda 函数:

# 使用 lambda 函数对每一行的和进行计算
df['Sum'] = df.apply(lambda row: row['A'] + row['B'], axis=1)
print(df)

5. 使用 applymap 在整个 DataFrame 上应用函数:

# 使用 applymap 对整个 DataFrame 进行平方操作
result = df.applymap(lambda x: x**2)
print(result)

注意事项:

  • lambda 函数通常用于简单的操作,如果需要进行复杂的操作,建议定义一个普通的函数。

  • apply 方法的 axis 参数用于指定函数应用的轴,axis=0 对列应用函数,axis=1 对行应用函数。

  • applymap 方法适用于整个 DataFrame,而 apply 方法可以应用于 Series 或 DataFrame 的列或行。

这些示例展示了如何使用 lambda 函数和 apply 方法在 Pandas 中进行函数的灵活应用。可以根据具体的需求定义和使用不同的函数。
在这里插入图片描述

  • 18
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 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

打赏作者

Pandas120

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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