Pandas: как применить функцию к каждой строке в dataframe

Вы можете использовать следующий базовый синтаксис, чтобы применить функцию к каждой строке DataFrame pandas:

 df[' new_col '] = df. apply ( lambda x: some function, axis= 1 )

Этот синтаксис применяет функцию к каждой строке DataFrame pandas и возвращает результаты в новом столбце.

В следующем примере показано, как использовать этот синтаксис на практике.

Пример. Применение функции к каждой строке в DataFrame.

Предположим, у нас есть следующий DataFrame pandas:

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' A ': [5, 4, 7, 9, 12, 9, 9, 4],
                   ' B ': [10, 8, 10, 6, 6, 5, 9, 12]})

#view DataFrame
print (df)

    AB
0 5 10
1 4 8
2 7 10
3 9 6
4 12 6
5 9 5
6 9 9
7 4 12

Теперь предположим, что мы хотим применить функцию, которая умножает значения в столбце A и столбце B, а затем делит на 2.

Мы можем использовать следующий синтаксис, чтобы применить эту функцию к каждой строке DataFrame:

 #create new column by applying function to each row in DataFrame
df[' z '] = df. apply ( lambda x: x[' A '] * x[' B '] / 2, axis= 1 )

#view updated DataFrame
print (df)

    AB z
0 5 10 25.0
1 4 8 16.0
2 7 10 35.0
3 9 6 27.0
4 12 6 36.0
5 9 5 22.5
6 9 9 40.5
7 4 12 24.0

Столбец z отображает результаты функции.

Например:

• Первый ряд: А*Б/2 = 5*10/2 = 25
• Второй ряд: А*Б/2 = 4*8/2 = 16
• Третий ряд: А*Б/2=7*10/2= 35

И так далее.

Вы можете использовать аналогичный синтаксис с лямбда-выражением , чтобы применить любую функцию к каждой строке DataFrame pandas.

Дополнительные ресурсы

В следующих руководствах объясняется, как выполнять другие распространенные операции в pandas:

Как применить функцию к Pandas Groupby
Как выполнить сумму GroupBy в Pandas
Как использовать Groupby и Plot в Pandas