博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
pandas中apply函数的用法
阅读量:4211 次
发布时间:2019-05-26

本文共 650 字,大约阅读时间需要 2 分钟。

apply函数可以对DataFrame对象进行操作,既可以作用于一行或者一列的元素,也可以作用于单个元素。

例:列元素

data=np.arange(0,16).reshape(4,4)data=pd.DataFrame(data,columns=['0','1','2','3'])def f(x):    return x-1print(data)print(data.ix[:,['0','1']]).apply(f)

行元素

data=np.arange(0,16).reshape(4,4)data=pd.DataFrame(data,columns=['0','1','2','3'])def f(x):    return x-1print(data)print(data.ix[[0,1],:]).apply(f)

data=np.arange(0,16).reshape(4,4)data=pd.DataFrame(data,columns=['0','1','2','3'])def f(x):    return x-1print(data)print(data.apply(f))

data=np.arange(0,16).reshape(4,4)data=pd.DataFrame(data,columns=['0','1','2','3'])def f(x):    return x-1print(data)print(data.apply(f,axis=1))

转载地址:http://iggli.baihongyu.com/

你可能感兴趣的文章
进程的存储空间布局
查看>>
c函数调用过程原理及函数栈帧分析
查看>>
C语言函数调用及栈帧分析
查看>>
unix环境高级编程-进程控制
查看>>
Linux源码解析-task_struct中关于文件的字段解析
查看>>
file结构体详解
查看>>
unix环境高级编程-线程解析
查看>>
unix环境高级编程-互斥量机制
查看>>
unix环境高级编程-读写锁
查看>>
unix环境高级编程-条件变量
查看>>
unix环境高级编程-自旋锁
查看>>
linux源码解析-fork
查看>>
linux源码解析-copy_process函数
查看>>
linux源码解析-dup_task_struct函数
查看>>
Linux源码解析-信号机制相关数据结构
查看>>
linux中建立新的进程-fork、vfork、clone解析
查看>>
linux clone函数使用
查看>>
多线程中的信号机制--sigwait()函数
查看>>
进程间通信-管道
查看>>
进程间通信-创建管道实现机制
查看>>