So verwenden sie pandas apply() vor ort

Mit der Funktion pandas apply() kann eine Funktion auf Zeilen oder Spalten eines Pandas-DataFrames angewendet werden.

Diese Funktion unterscheidet sich von anderen Funktionen wie drop() und replace() , die ein Inplace-Argument bereitstellen:

 df. drop ([' column1 '], inplace= True )

df. rename ({' old_column ': ' new_column '}, inplace= True )

Die Funktion apply() hat kein Inplace-Argument, daher müssen wir die folgende Syntax verwenden, um einen Inplace-DataFrame zu transformieren:

 df = df. apply ( lambda x: x* 2 )

Die folgenden Beispiele zeigen, wie diese Syntax in der Praxis mit dem folgenden Pandas DataFrame verwendet wird:

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' points ': [25, 12, 15, 14, 19, 23, 25, 29],
                   ' assists ': [5, 7, 7, 9, 12, 9, 9, 4],
                   ' rebounds ': [11, 8, 10, 6, 6, 5, 9, 12]})

#view DataFrame
df

        points assists rebounds
0 25 5 11
1 12 7 8
2 15 7 10
3 14 9 6
4 19 12 6
5 23 9 5
6 25 9 9
7 29 4 12

Beispiel 1: Verwenden Sie apply() direkt für eine Spalte

Der folgende Code zeigt, wie Sie mit apply() eine Datenrahmenspalte direkt transformieren:

 #multiply all values in 'points' column by 2 in place
df. loc [:, ' points '] = df. points . apply ( lambda x: x* 2 )

#view updated DataFrame
df

points assists rebounds
0 50 5 11
1 24 7 8
2 30 7 10
3 28 9 6
4 38 12 6
5 46 9 5
6 50 9 9
7 58 4 12

Beispiel 2: Verwenden Sie apply() direkt für mehrere Spalten

Der folgende Code zeigt, wie Sie mit apply() mehrere Datenrahmenspalten an Ort und Stelle transformieren:

 multiply all values in 'points' and 'rebounds' column by 2 in place
df[[' points ', ' rebounds ']] = df[[' points ', ' rebounds ']]. apply ( lambda x: x* 2 )

#view updated DataFrame
df

	points assists rebounds
0 50 5 22
1 24 7 16
2 30 7 20
3 28 9 12
4 38 12 12
5 46 9 10
6 50 9 18
7 58 4 24

Beispiel 3: Verwenden Sie apply() für alle Spalten

Der folgende Code zeigt, wie Sie mit apply() alle Spalten im Datenrahmen an Ort und Stelle transformieren:

 #multiply values in all columns by 2
df = df. apply ( lambda x: x* 2 )

#view updated DataFrame
df

	points assists rebounds
0 50 10 22
1 24 14 16
2 30 14 20
3 28 18 12
4 38 24 12
5 46 18 10
6 50 18 18
7 58 8 24

Zusätzliche Ressourcen

In den folgenden Tutorials wird erläutert, wie andere allgemeine Funktionen in Pandas ausgeführt werden:

So berechnen Sie die Summe der Spalten in Pandas
So berechnen Sie den Durchschnitt der Spalten in Pandas
So ermitteln Sie den Maximalwert von Spalten in Pandas