pandas的apply函数使用

70 篇文章 0 订阅

参考博客
https://blog.csdn.net/weixin_42512684/article/details/107461383

测试案例1

import numpy as np
import pandas as pd 
x=np.array([[1,2,3],[2,3,4],[1,2,2],[1,2,2]])
df=pd.DataFrame(x)
print(df)

在这里插入图片描述在这里插入图片描述

对某一列进行操作

import pandas as pd
import numpy as np
from sklearn import datasets

iris = datasets.load_iris()

data = pd.concat([pd.DataFrame(iris.target, columns = ['target']), pd.DataFrame(iris.data, columns = iris.feature_names)], axis = 1)

def target_replace(x):
    for i in [0,1,2]:
        if x == i:
            return(iris.target_names[i]) # 对某一类进行操作

在这里插入图片描述在这里插入图片描述

测试案例3

在这里插入图片描述自定义apply函数,传入的参数都是dataframe,并不是一个pd.Series

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