วิธีใช้ pandas apply()

ฟังก์ชัน pandas Apply() สามารถใช้เพื่อนำฟังก์ชันไปใช้กับแถวหรือคอลัมน์ของ Pandas DataFrame

ฟังก์ชันนี้แตกต่างจากฟังก์ชันอื่นๆ เช่น drop() และ แทนที่() ซึ่งมีอาร์กิวเมนต์แบบแทนที่:

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

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

ฟังก์ชัน Apply() ไม่มีอาร์กิวเมนต์ inplace ดังนั้นเราต้องใช้ไวยากรณ์ต่อไปนี้เพื่อแปลง DataFrame แบบ inplace:

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

ตัวอย่างต่อไปนี้แสดงวิธีการใช้ไวยากรณ์นี้ในทางปฏิบัติกับ Pandas DataFrame ต่อไปนี้:

 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

ตัวอย่างที่ 1: ใช้ Apply() แทนคอลัมน์

รหัสต่อไปนี้สาธิตวิธีการใช้ Apply() เพื่อแปลงคอลัมน์กรอบข้อมูลในสถานที่:

 #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

ตัวอย่างที่ 2: ใช้ Apply() แทนหลายคอลัมน์

รหัสต่อไปนี้สาธิตวิธีการใช้ Apply() เพื่อแปลงคอลัมน์กรอบข้อมูลหลายคอลัมน์ในสถานที่:

 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

ตัวอย่างที่ 3: ใช้ Apply() แทนทุกคอลัมน์

รหัสต่อไปนี้แสดงวิธีใช้ Apply() เพื่อแปลงคอลัมน์ทั้งหมดในกรอบข้อมูล:

 #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

แหล่งข้อมูลเพิ่มเติม

บทช่วยสอนต่อไปนี้จะอธิบายวิธีการใช้งานฟังก์ชันทั่วไปอื่น ๆ ในแพนด้า:

วิธีคำนวณผลรวมของคอลัมน์ใน Pandas
วิธีการคำนวณค่าเฉลี่ยของคอลัมน์ใน Pandas
วิธีค้นหาค่าสูงสุดของคอลัมน์ใน Pandas