pandas系列之apply小记

pandas系列之apply

• apply函数用于series和dataframe的写法不尽相同，注意区分；
• 此处的action表示一个用户历史点击数据的dataframe；
• 其中，sid_list = actions[‘sid’].unique().tolist()

1.1 基础写法

def func(x):
    x = np.random.choice(sid_list)
    return x
   
   
# 以下三种apply方式等价
actions['sid'] = actions['sid'].apply(func)
actions['sid'] = actions.apply(lambda x: func(x['sid']), axis=1)
actions['sid'] = actions['sid'].apply(lambda x: np.random.choice(sid_list))

1.2 进阶写法：带参数

def func(sid, *sid_list):
    """
    :param sid: 该用户已点击的sid
    :param sid_list: 正样本数据中所有用户点击过的sid列表
    :return:
    """
    while True:
        sample_sid = np.random.choice(sid_list)
        if sample_sid != sid:
            break
    return sample_sid


actions['sid'] = actions['sid'].apply(func, args=sid_list)

1.3 Tips

• 利用带参数的apply方法生成负样本，效率更高！
• apply用于dataframe比series更快！