【Python 数据科学】apply函数基础

import pandas as pd 
position=pd.read_csv('DataAnalyst.csv',encoding='gbk')
company=pd.read_csv('company_sql.csv',encoding='gbk')
position.head()

	city	companyFullName	companyId	companyLabelList	companyShortName	companySize	businessZones	firstType	secondType	education	industryField	positionId	positionAdvantage	positionName	positionLables	bottom	top	avg	workYear
0	上海	纽海信息技术(上海)有限公司	8581	['技能培训', '节日礼物', '带薪年假', '岗位晋升']	1号店	2000人以上	['张江']	技术	数据开发	硕士	移动互联网	2537336	知名平台	数据分析师	['分析师', '数据分析', '数据挖掘', '数据']	7	9	8.0	应届毕业生
1	上海	上海点荣金融信息服务有限责任公司	23177	['节日礼物', '带薪年假', '岗位晋升', '扁平管理']	点融网	500-2000人	['五里桥', '打浦桥', '制造局路']	技术	数据开发	本科	金融	2427485	挑战机会,团队好,与大牛合作,工作环境好	数据分析师-CR2017-SH2909	['分析师', '数据分析', '数据挖掘', '数据']	10	15	12.5	应届毕业生
2	上海	上海晶樵网络信息技术有限公司	57561	['技能培训', '绩效奖金', '岗位晋升', '管理规范']	SPD	50-150人	['打浦桥']	设计	数据分析	本科	移动互联网	2511252	时间自由,领导nic	数据分析师	['分析师', '数据分析', '数据']	4	6	5.0	应届毕业生
3	上海	杭州数云信息技术有限公司上海分公司	7502	['绩效奖金', '股票期权', '五险一金', '通讯津贴']	数云	150-500人	['龙华', '上海体育场', '万体馆']	市场与销售	数据分析	本科	企业服务,数据服务	2427530	五险一金 绩效奖金 带薪年假 节日福利	大数据业务分析师【数云校招】	['商业', '分析师', '大数据', '数据']	6	8	7.0	应届毕业生
4	上海	上海银基富力信息技术有限公司	130876	['年底双薪', '通讯津贴', '定期体检', '绩效奖金']	银基富力	15-50人	['上海影城', '新华路', '虹桥']	技术	软件开发	本科	其他	2245819	在大牛下指导	BI开发/数据分析师	['分析师', '数据分析', '数据', 'BI']	2	3	2.5	应届毕业生

#astype转换变量值类型，但是没有进行赋值，并不能产生实际的改变
>>>position.avg.astype('str')
>>>position.avg.dtype

dtype('float64')

#可以直接将改变成字符串后的series进行字符串运算
position.avg.astype('str')+'k'

0        8.0k
1       12.5k
2        5.0k
3        7.0k
        ...  
6819    22.5k
6820    22.5k
6821    15.0k
6822    11.5k
Name: avg, Length: 6823, dtype: object

#使用匿名函数
#被应用的数组.apply(lambda 匿名函数)
position.avg.apply(lambda x:str(x)+'k')

0        8.0k
1       12.5k
2        5.0k
3        7.0k
        ...  
6818    15.0k
6819    22.5k
6820    22.5k
6821    15.0k
6822    11.5k
Name: avg, Length: 6823, dtype: object

##自定义函数
#传入series
def func(x):
    if x>20:return '20k+'
    else:return str(x)+'k'
#传入的position.avg就是一个series，没有横纵轴，因此不需要axis=1
>>>position.avg.apply(func)
##扶植改变原df    
#>>>position.avg=position.avg.apply(func)
#>>>position.head()  

#传入df,改变参数
def func(P):
    if P.avg>20:
        return '20k+'
    else:
        return str(P.avg)+'k'
#这里的P就是传入的position这df，axis=1指逐行应用  
>>>position.apply(func,axis=1)

#传入df,结合匿名函数
def func(x):
    if x>20:return '20k+'
    else:return str(x)+'k'
>>>position.apply(lambda x:func(x.avg),axis=1)

注意：实践过程中还会用到applymap()函数，可以使公式应用于所有元素。