DataFrame 行遍历操作 df.apply() lambda

1、读入电子表格，获取dataframe数据

import pandas as pd
path='D:/test.xlsx'
df = pd.read_excel(path,dtype='str') 

2、定义自己的处理函数，稍后由lambda调用。要回写df，注意一定要有返回值。

#定一个参数用于演示
arg1=1
#定义函数
def myneed(df,arg1):
   df['类型']=arg1+1
   df['批次']=arg1+2
   return df

3、对dataframe调用apply()方法，即逐行遍历(axis=1))。

lambda x中x即df.apply的df，将df传入myneed函数（还可传入arg1等其它参数）进行运算

#本例，将完整的df传入函数：(lambda内，x即为df)
df=df.apply(lambda x:myneed(x,arg1),axis=1)

#扩展，你也可以将df['编号']传入函数：(lambda内，x即为df)
df=df.apply(lambda x:myneed(x['编号'],arg1),axis=1)

#扩展，你可以对df['编号']进行apply操作：(lambda内，x即为df['编号'])
df['序号']=df['编号'].apply(lambda x:myneed(x,arg1),axis=1)

4、总结：

一：采用apply()方式对dataframe行遍历操作效率较高。3万行电子表格数据的读入、计算、写入电子表格文件，全程仅需要30秒即可完成。

二、但需要结合lambda、自定义函数等进行操纵，对初学者不友好。

三、作为初学者，写此博文希望可以帮助到跟我一样的人。如果不足请留言指正。