pandas apply执行函数3点注意

pandas apply执行函数3点注意

import pandas as pd


data=pd.DataFrame({'name':['张三','李四','王五'],'age':[18,19,20],'number':[190,200,220]})

print(data)
#
    name  age    number
0   张三   18     190
1   李四   19     200
2   王五   20     220

使用apply可以将df中指定的列全部执行该函数并返回结果
需要注意的有3点：

1.函数传入的执行对象
要对df中的某列执行函数，那函数执行的对象自然是该列，但是函数怎么知道是该列的数据呢。
apply默认对第一个参数视为传入的该列的值。所以定义函数时，随便加一个参数就可以了，然后在函数内部使用该参数进行计算。

def improve(num): #让该列每个值-100
    return num-100

2.函数带多个参数
apply传入的参数是函数名称，如果函数带多个参数怎么办？apply给了一个args这个关键字参数，后面接一个元组，把需要传入的参数加进去，此时传入的元组不用算第一个参数,这也是一般常见的传参模式，类似Threading一样。

def improve(num,b):
    return num-100+b

data['number'].apply(improve,args=(10,))

3.函数执行后的结果
执行apply后是有返回值的，返回的是传入数据的计算结果而不是原数据 ，既然有返回值，那么对于python语法一般是原数据不会被更改的，所以如果指定某列apply执行函数后，我们常见的写法有两种：
一种是在原数据新增一列，把该结果加进去：(强烈推荐,因为万一算错误了不需要重来，而且可以对比结果)

data['new_number']=data['number'].apply(improve,args=(10,))
print(data)
#
    name  age    number    new_number
0   张三   18     190         100
1   李四   19     200         110
2   王五   20     220         130

还有一种是将计算后的结果重新覆盖原列 (不推荐)

data['number']=data['number'].apply(improve,args=(10,))
print(data)
#
    name  age   number
0   张三   18     100
1   李四   19     110
2   王五   20     130

完整代码：

import pandas as pd


data=pd.DataFrame({'name':['张三','李四','王五'],'age':[18,19,20],'number':[190,200,220]})
print(data)

def improve(num,b):
    return num-100+b

data['new_number']=data['number'].apply(improve,args=(10,))
#data['number']=data['number'].apply(improve,args=(10,))
print(data)