Pandas 函数的向量化操作

 1.创建一个三行两列的df对象 指定两列名为a,b  数据分别是 1,2,3 4,5,6

import pandas as pd
df = pd.DataFrame({'a':[1,2,3],'b':[4,5,6]})
df

2.模拟一个计算每行平均数的函数,并查看执行了几次.

def avg_2(x,y):
    print('看看我执行了几次')
    return(x+y)/2

# 通过df对象调用 avg_2()
avg_2(df['a'],df['b'])

一共执行了一次

3.尝试在上述代码的基础上 改造判断x的值是否为2 如果是2 就返回空

def avg_2(x,y):
    print('看看我执行了几次')
    if x==2:
        return np.NAN
    else:
        return(x+y) /2
# 测试函数
avg_2(10,2)

 

 一共执行了一次,且函数可以实现功能

def avg_2(x,y):
    print('看看我执行了几次')
    if x==2:
        return np.NAN
    else:
        return(x+y) /2
# 测试函数
avg_2(10,2)
# 通过df对象,调用avg_2()函数对象
avg_2(df['a'],df['b'])

报错,值是不明确的.

分析原因:因为x = df['a'] 是一个Series对象  =3个值(向量),数字2 是一个标量 向量和标量无法直接运算

4.解决方案

函数向量化,函数的向量化,函数结果向量化处理后,就不再是调用一次了,而是传入一个值,就调用一次

#写法一:  np.vectiorize()方式实现
import numpy as np
avg_2_vec = np.vectorize(avg_2)  #avg_2_vec 就是经过向量化处理后的函数,接收到Serise对象的时候,会逐个遍历
avg_2_vec(df['a'],df['b'])

可以实现结果 

第二种方法:装饰器写法

@np.vectorize       # 函数的向量化操作.
def avg_2(x, y):
    print('看看我执行了几次!')
    if x == 2: 
       return np.NAN
    else:
        return (x + y) / 2
avg_2(df['a'], df['b']) #验证

 

---

总结

这里的x = df['a'] = 1个Series对象 = 3个值(向量)    2是1个标量, 向量 和 标量无法直接运算.需要把函数进行向量化,函数接收到Series对象的时候, 会逐个遍历, 获取其值.