<\/p>\n
Anda dapat menggunakan sintaks dasar berikut untuk menerapkan fungsi ke setiap baris pandas DataFrame:<\/span><\/p>\n Sintaks ini menerapkan fungsi ke setiap baris pandas DataFrame dan mengembalikan hasilnya di kolom baru.<\/span><\/p>\n Contoh berikut menunjukkan cara menggunakan sintaksis ini dalam praktiknya.<\/span><\/p>\n Misalkan kita memiliki panda DataFrame berikut:<\/span><\/p>\n Sekarang misalkan kita ingin menerapkan fungsi yang mengalikan nilai pada kolom A dan kolom B lalu membaginya dengan 2.<\/span><\/span><\/p>\n Kita dapat menggunakan sintaks berikut untuk menerapkan fungsi ini ke setiap baris DataFrame:<\/span><\/p>\n Kolom z menampilkan hasil fungsi.<\/span><\/p>\n Misalnya:<\/span><\/p>\n Dan seterusnya.<\/span><\/p>\n Anda dapat menggunakan sintaks serupa dengan lambda<\/strong> untuk menerapkan fungsi apa pun yang Anda inginkan ke setiap baris DataFrame pandas.<\/span><\/p>\n Tutorial berikut menjelaskan cara melakukan operasi umum lainnya di panda:<\/span><\/p>\n Cara menerapkan fungsi ke Pandas Groupby<\/a> Anda dapat menggunakan sintaks dasar berikut untuk menerapkan fungsi ke setiap baris pandas DataFrame: df[‘ new_col ‘] = df. apply ( lambda x: some function, axis= 1 ) Sintaks ini menerapkan fungsi ke setiap baris pandas DataFrame dan mengembalikan hasilnya di kolom baru. Contoh berikut menunjukkan cara menggunakan sintaksis ini dalam praktiknya. Contoh: Terapkan fungsi […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n df[' new_col<\/span> '] = df. apply<\/span> ( lambda<\/span> x: some function, axis= 1<\/span> )\n<\/strong><\/pre>\n Contoh: Terapkan fungsi ke setiap baris di DataFrame<\/strong><\/span><\/h2>\n
import<\/span> pandas as<\/span> pd\n\n#createDataFrame<\/span>\ndf = pd. DataFrame<\/span> ({' A<\/span> ': [5, 4, 7, 9, 12, 9, 9, 4],\n ' B<\/span> ': [10, 8, 10, 6, 6, 5, 9, 12]})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n AB\n0 5 10\n1 4 8\n2 7 10\n3 9 6\n4 12 6\n5 9 5\n6 9 9\n7 4 12\n<\/b><\/pre>\n #create new column by applying function to each row in DataFrame\n<\/span>df[' z<\/span> '] = df. apply<\/span> ( lambda<\/span> x: x[' A<\/span> '] * x[' B<\/span> '] \/ 2, axis= 1<\/span> )\n\n#view updated DataFrame\n<\/span>print<\/span> (df)\n\n AB z\n0 5 10 25.0\n1 4 8 16.0\n2 7 10 35.0\n3 9 6 27.0\n4 12 6 36.0\n5 9 5 22.5\n6 9 9 40.5\n7 4 12 24.0<\/span><\/span><\/strong><\/pre>\n\n
Sumber daya tambahan<\/strong><\/span><\/h2>\n
Cara melakukan penjumlahan GroupBy di Pandas<\/a>
Cara menggunakan Groupby dan Plot di Pandas<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"